Descripción de la oferta
Product Madness es una empresa líder en la industria de los juegos para dispositivos móviles, dedicada a desarrollar experiencias de juego innovadoras y atractivas. Valoramos el papel de los datos para mejorar la experiencia de los jugadores y orientar las decisiones estratégicas del negocio. Únete a nuestro equipo innovador y colaborativo y contribuye a construir el futuro de los juegos móviles.Como Senior ML Engineer en Aristocrat, trabajarás con tecnologías avanzadas que transforman la experiencia de juego de millones de usuarios. Este puesto desempeña un papel fundamental en nuestra misión de ofrecer experiencias de juego personalizadas y excepcionales mediante soluciones sofisticadas de machine learning e inteligencia artificial.Si te apasiona la tecnología y te motiva utilizarla para generar un impacto significativo, ¡esta oportunidad es para ti!¿Cuáles serán tus responsabilidades? Desarrollar soluciones de machine learning para producción: Crear, implementar, entrenar, evaluar y optimizar modelos de machine learning para predicción, recomendación, personalización y apoyo a la toma de decisiones.Desarrollar aplicaciones de IA: Crear e integrar aplicaciones basadas en modelos de lenguaje de gran tamaño (LLM), sistemas de generación aumentada por recuperación (RAG) y flujos de trabajo agénticos en herramientas internas y procesos de negocio.Diseñar soluciones de extremo a extremo: Transformar los requisitos de ML/IA en componentes de software, servicios y APIs fiables, garantizando su mantenibilidad, rendimiento y escalabilidad.Evaluar sistemas de ML e IA: Diseñar metodologías de evaluación, validar la calidad de los modelos, identificar posibles fallos y garantizar la robustez, seguridad y fiabilidad de los resultados generados por ML/IA.Integrar modelos en producción: Colaborar con ingenieros de MLOps para desplegar, supervisar y mantener soluciones de ML/IA, asegurando una integración fluida con las plataformas y aplicaciones existentes.Optimizar el rendimiento: Mejorar la velocidad de inferencia de los modelos, la gestión de recursos, la reducción de la latencia y la escalabilidad de las aplicaciones de ML/IA.Aplicar buenas prácticas de ingeniería: Escribir código Python limpio, bien probado y fácil de mantener; implementar pruebas automatizadas, participar en revisiones de código, mantener documentación técnica y garantizar una gestión adecuada de errores.Trabajar con datos complejos: Obtener, integrar, validar y preparar datos de múltiples fuentes para respaldar el entrenamiento, la inferencia y la evaluación de modelos.Colaborar con diferentes equipos: Trabajar estrechamente con científicos de datos, ingenieros de MLOps, ingenieros de datos y equipos de producto para transformar las necesidades del negocio en soluciones inteligentes y prácticas basadas en datos.Contribuir a la excelencia técnica: Participar en discusiones sobre arquitectura, orientar a ingenieros con menos experiencia y contribuir a mejorar los estándares de desarrollo y las prácticas de ingeniería. ¿Qué buscamos? Sólida experiencia en ingeniería de software: Dominio avanzado de Python, diseño y desarrollo de software, pruebas automatizadas, depuración, control de versiones y prácticas de desarrollo colaborativo.Machine learning: Experiencia práctica en el desarrollo, entrenamiento, evaluación y optimización de modelos de aprendizaje supervisado utilizando frameworks como scikit-learn, Py Torch, Tensor Flow o similares.IA generativa: Experiencia práctica en el desarrollo de aplicaciones basadas en LLM, incluyendo ingeniería de prompts, salidas estructuradas, RAG, llamadas a herramientas (tool calling) y flujos de trabajo agénticos.Evaluación de ML/IA: Experiencia en el diseño de pipelines de evaluación, medición del rendimiento de modelos, identificación de posibles fallos y validación de resultados generados por IA.Especialización en ML: Experiencia práctica sólida en una o varias áreas, como sistemas de recomendación, aprendizaje por refuerzo, modelado de series temporales, aprendizaje no supervisado o modelado causal y bayesiano.Especialización en IA: Experiencia en al menos una de las siguientes áreas: aplicaciones de LLM/NLP, flujos de trabajo agénticos o visión por computadora.Fundamentos de ingeniería de datos: Sólidos conocimientos de SQL, experiencia en integración de datos mediante APIs y otras interfaces, y comprensión de los procesos de calidad y preprocesamiento de datos.Machine learning en producción: Experiencia en despliegue de modelos, servicios de inferencia, monitorización, versionado de modelos y gestión del ciclo de vida de ML.Cloud e infraestructura: Conocimientos sólidos de plataformas en la nube (como GCP, AWS o Azure), contenedores, pipelines de CI/CD y entornos de desarrollo de machine learning.Optimización del rendimiento: Experiencia en optimización del rendimiento de software, reducción de la latencia de inferencia o mejora de la utilización de recursos. Si te apasiona utilizar la ciencia de datos para crear experiencias de juego excepcionales y tienes la motivación necesaria para liderar productos basados en datos hacia el éxito, ¡queremos conocerte!Únete a Product Madness y ayúdanos a desarrollar el futuro de los juegos móviles.Información importante para los candidatos Idioma del CV: Por favor, envía tu currículum en inglés.Modalidad de trabajo híbrida: Esta posición sigue un modelo de trabajo híbrido que requiere asistencia presencial a nuestra oficina de Barcelona 3 días por semana. Esta descripción del puesto puede haber sido revisada y optimizada mediante herramientas de inteligencia artificial con el fin de mejorar su claridad, coherencia e inclusión. En cualquier caso, todo el contenido final, los requisitos del puesto y las decisiones de contratación están sujetos a la revisión y aprobación de Aristocrat.Filosofía de compensaciónOfrecemos un paquete integral de remuneración y beneficios diseñado para seguir siendo competitivo en el mercado, apoyar tu bienestar y reconocer tu contribución a nuestro éxito. Nuestro enfoque se basa en una filosofía de remuneración por desempeño, recompensando el impacto individual. Tu paquete de compensación específico se determinará en función de factores como tus habilidades, experiencia, cualificaciones y ubicación.Dependiendo de tu puesto y ubicación, podrás optar a bonificaciones e incentivos anuales, beneficios de salud y bienestar, tiempo libre remunerado, planes de jubilación, cobertura de seguros y otros beneficios locales o establecidos por la legislación aplicable.Los detalles específicos sobre la compensación y los beneficios para este puesto se tratarán durante el proceso de selección.#J-18808-Ljbffr
