Machine Learning Engineer
Nextail, busca por tierra, mar y aire a una persona acostumbrada a trabajar con pipelines de datos en un entorno de Data Science y Machine Learning. Si para ti el dato, código y modelos son todos ciudadanos de primera clase que deben estar sometidos a control de versiones, guardado y monitorización, este es tu sitio. ¿Te animas a escalar su producto?.
¿Qué harás?
Desde una base de Data Engineering y usando tu experiencia en arquitectura, esperan que seas importante en el desarrollo, despliegue y mantenimiento de los modelos de Machine Learning con los que están trabajando. Hay una carga grande de desarrollo para los Data Scientists que tenderá a reducirse gracias a ti.
Uno de los grandes pasos de la empresa en el corto plazo es trabajar este aspecto para acceder a clientes de cada vez más tamaño e implementar ideas innovadoras manteniendo un gran rendimiento. Por lo tanto, estarás pensando en escalabilidad desde un punto de vista técnico constantemente, y serás pieza clave en el diseño y arquitectura de nuestros pipelines de Machine Learning.
Se buscará llegar a una situación de muchos modelos de Machine Learning en producción a la vez en muy poco tiempo. Preparar la infraestructura y el equipo para ello no será sencillo.
Los objetivos de crecimiento son ambiciosos y tienen las miras puestas fuera de España y de Europa, la proyección es claramente internacional y tú serás clave en pasar de una centena de empleados hasta el infinito. Afortunadamente, lo harás junto a un equipo con varios manfreditas que son canela en rama.
Podrás implicarte (y se te animará a ello) en la definición de la visión técnica a largo plazo, y en la de los pasos necesarios para llegar ahí.
Por si este reto fuese poco, uno de los grandes pasos adelante de Nextail será aumentar el apoyo al equipo de Data Science, quienes tienen unas necesidades muy específicas de acceso masivo a los datos, entrenamiento de modelos, benchmark y puesta en producción. Te integrarás en un squad cuya prioridad es escalar y mantener los modelos que ya tienen producción, así como ayudar en el desarrollo de muchos otros que pronto lo estarán.
Tu evolución
En 1 mes
Conocerás a la mayoría de compañeros de la organización de producto, lo que hace cada departamento de la empresa, los retos técnicos y de negocio y empezarás a incorporar tu visión a la estrategia a largo plazo.
Muchas cosas te empezarán a sonar y tendrás impresiones bastante completas de los siguientes pasos que vais a dar como equipo. Habrás hecho tu primer despliegue a producción y ya estarás aportando en tu día a día a los modelos en los que trabaje el squad.
Tus responsabilidades
Ayudarás a instrumentar los distintos modelos que el squad vaya creando, para recoger métricas y estadísticas de uso.
Influir en todo el flujo de puesta en producción de modelos, y tomar peso en el proceso de mejora del mismo.
Fomentar las buenas prácticas técnicas en el squad.
Trabajar codo a codo con el equipo de Data Science, ayudando en el diseño de sus modelos para asegurar que son escalables.
¿Cómo lo harás?
Buscan a personas con experiencia construyendo y operando pipelines de Machine Learning: desde el diseño de la arquitectura; pasando por la ingesta y procesado de datos; entrenamiento, validación e inferencia de modelos; hasta la generación de métricas y monitorización. Estos pasos implican datos, código y archivos binarios, que tienen que estar sometidos a control de versiones, guardado y monitorización. Existen muchas tecnologías que ayudan en uno o varios de estos pasos; lo que les importa es cómo juntar estas piezas y operarlas de manera que datos, código y modelos estén al mismo nivel de importancia, no tanto las tecnologías en particular.
En todo momento trabajarás con el resto de tu equipo y contarás con el apoyo del resto de squads para llevar a cabo todas las iniciativas. Para la definición de los siguientes pasos trabajarás de cerca con los distintos equipos, entendiendo sus casos de uso y necesidades. En Nextail no valoran la cantidad de tareas acabadas, o las horas que calientes la silla, sino el impacto generado.
Para Nextail esta sección de la oferta es tan importante, o más, que el resto. Construir un buen producto, con una calidad de código alta y atender a las buenas prácticas no solo de desarrollo, sino también de arquitectura, será clave. Haber estado en un producto/proyecto que te haya dado experiencia profesional concreta te será muy útil en este proceso.
Harás mucho pair programming, apoyarás el desarrollo con tests y dedicarás tiempo a que toda esta nueva infraestructura se pueda seguir definiendo como “Infrastructure as Code” y sea observable. Es decir, una buena parte de vuestro trabajo será asegurar la mantenibilidad de lo construido y que siga pudiendo desplegarse a producción hasta decenas de veces al día sin ningún impedimento.
El equipo de Nextail está repartido por todo el mundo, y el idioma oficial de la empresa es el inglés. Prácticamente, toda la comunicación escrita será en este idioma, y buena parte de la hablada también. Por ahora todo el equipo técnico habla español, pero no es algo buscado por lo que podría cambiar en cualquier momento.
¿Cuándo trabajarás?
El horario es flexible, aunque siempre intentando que el trabajo en equipo no sufra. Su franja de referencia es de 10am a 5pm, todo el equipo buscará estar disponible en esos momentos.
Dicho esto, siempre aplica el sentido común para que la conciliación sea la mejor posible. Por ejemplo es (o era) habitual que muchos/as compañeros/as vayan al colegio a por sus peques o que cada squad ajuste un poco el horario si a todos les viene bien.
Sentidiño que decimos en Manfred :D
Día laborable
Jornada completa
Vacaciones
23 días
Jornada laboral
Flexible¿Dónde trabajarás?
Remoto
Trabajan 100% en remoto desde los inicios de la empresa. Trabajarás desde donde más te guste, siempre y cuando tengas una buena conexión a Internet, un perk que hoy en día cobra más valor que nunca.
En Nextail tienen una oficina en Madrid, al lado de Nuevos Ministerios, a la que se puede acudir siempre que se quiera. Actualmente, está cerrada por seguridad, pero esperan reabrirla en los próximos meses, siempre y cuando las condiciones lo permitan.
¿Con quién trabajarás?
El equipo está formado por decenas de personas preparadas para llevar Nextail al próximo nivel, tendrás cerca de 80 compañeros (17 en el equipo técnico) con los que escalar un producto robusto, útil y donde los datos serán cada vez más importantes.
- Juan Avedillo (COO): más de 18 años de experiencia en entornos de transformación e innovación tecnológica le avalan. Ha ejercido como consultor en McKinsey & Company durante 9 años en múltiples roles, industrias y países y en The Cocktail, donde lideraba todas las prácticas de tecnología.
Y en el propio equipo de tech:
- Marcos Peñamil (Head of Data Science) primer data scientist de Nextail, lleva en la compañía desde hace 6 años liderando el diseño y el desarrollo de los algoritmos. 10 años de experiencia trabajando en data science, principalmente construyendo soluciones de ayuda a la decisión. Previamente, trabajó en Decide y en IBM como consultor de optimización. Su pasión es el modelado, traducir problemas de negocio a problemas matemáticos, le gusta más que a un tonto un lápiz. Ahora está centrado en escalar la función de data science en Nextail.
- Beatriz Domínguez (Head of People & Process Engineering): Lleva años trabajando con equipos de toda clase y preocupándose por su crecimiento y efectividad. Lo que más le gusta de su trabajo es ayudar a los equipos y a los individuos a tener éxito. Actualmente, Bea está siendo una pieza clave en la fase de crecimiento que está viviendo Nextail.
- Juan Arévalo Gutiérrez (Data Scientist Lead): Juan es Doctor en Física de Plasma y Fusión Nuclear, y desde 2014 ha trabajado en diferentes empresas del IBEX 35 (Amadeus IT Group, BBVA AI Factory, Cepsa). Disfruta aprendiendo nuevos algoritmos (deep learning, causality, RL, etc.), con especial foco en la puesta en producción, robustez y escalabilidad de los mismos. Además, Juan es uno de los profesores fundadores del máster de Kschool en Data Science y actualmente es el director de la especialización en Deep Learning.
- Dayana Quimbayo (Data Scientist): se ha unido recientemente al equipo, es matemática y lleva dos años trabajando como Data Scientist. Previamente ha trabajado en banca para BBVA, pero hace dos años decidió dar un viraje a su carrera.
¿Qué piden?
Como siempre, han decidido montar una lista con todo lo importante del puesto y los mejores indicadores para que puedas llevar el puesto con total suficiencia y crecer dentro del equipo. Este es un puesto que será relevante en la organización y, por lo tanto, en Nextail darán tanta importancia al encaje personal como el técnico.
Si crees que no cumples algunos de los requisitos, pero encajas bien en la oferta, no dudes en escribirme un correo.
A nivel personal ✋🏻:
Sobre todo buscan un/a buen/a compañero/a, que sepa trabajar en equipo, enfocado/a a generar impacto en el resto de la empresa y que cuide el buen ambiente. Que tengas ganas de formar parte de una organización de producto, entenderlo y aportar tus propias ideas, no solo hacer lo que pida el cliente.
Por otro lado, mentorizar al grupo entrará dentro de tus tareas habituales. En Nextail opinan que una de las bases para formar un gran equipo técnico es compartir el conocimiento entre ellos.
Al tratarse de una empresa de producto, todavía no tiene procedimentado al detalle todos sus procesos, aunque están en ello. En muchos aspectos se manejan como una startup así que toda experiencia en entornos parecidos te servirá para caer de pie y sumar desde el minuto 1.
Te pedirán también un nivel conversacional de inglés. El equipo está creciendo y en cualquier momento puedes encontrarte a un/a compañero/a que no hable castellano en tu squad.
Ante la duda, te animarán siempre a preguntar :)
A nivel técnico 🛠:
- Experiencia práctica con procesos ETL complejos.
- Experiencia teórica y práctica construyendo pipelines de Machine Learning.
- Experiencia escalando algoritmos.
- Experiencia profesional con cloud.
- Sólida experiencia con grandes bases de datos analíticas y transaccionales.
- Experiencia con herramientas de observabilidad y de monitorización y guardado de modelos.
- Experiencia con herramientas de productivización de modelos.
- Experiencia desplegando modelos como código.
Para ir a por el 10 (Opcional)
- Conocimientos en sistemas de análisis Big-Data/BI/ML
- Conocimientos en lenguajes/frameworks Python
- Conocimientos de py-spark
- Experiencia desplegando modelos en tiempo real.
- Experiencia implementando algoritmos matemáticos o cálculos complejos (análisis de series temporales o técnicas de clustering es un plus).
Tecnologías
Innegociable
Python
Avanzado 
Pandas
Intermedio 
Docker
Intermedio
Estaría bien
Spark
Intermedio
Otras habilidades
Innegociable
Aprendizaje Continuo
Pensamiento analítico
Estaría bien
Comunicación verbal
Atención al detalle
Suma puntos
Proactividad
¿Qué ofrecen?
🏛️ Stock Options
💭 2 días de desarrollo personal
💰 Tienen una política de soporte al trabajo en remoto por lo que el Internet de casa y la factura del móvil corren a cuenta de la empresa, además de equipamiento para trabajar desde casa.
🗺️ Plan de carrera.
Beneficios
Clases de Idiomas
Posibilidad de elegir equipo
Dinámicas y eventos de teambuilding
Presupuesto para formación
Presupuesto para Conferencias
Seguro de salud
Café, fruta y snacks
Ticket Restaurante
Cheque Guardería
Eventos de formación internos
Pack de bienvenida
What the FAQ?
Sí, aunque siempre y cuando tengas pasaporte de la Unión Europea… Por temas administrativos. Si no cumples este requisito, podrás hacer acuerdos como freelance.
Tratarán de ser lo más ágiles posibles. Normalmente, su proceso de selección consta de 3 fases: entrevista cultural, prueba técnica y charla con el equipo técnico y de management inmediato.
Hemos tenido candidatos que desde que fueron presentados hasta que tuvieron una oferta encima de la mesa, pasaron 6 días, pero lo normal es estar en torno a las 2-3 semanas.
Nos conocemos desde hace varios años pero el primer proceso de selección de Agencia de Talento que hemos gestionado para ellos fue en verano de 2020, desde entonces hemos gestionado más de una decena de procesos con un feedback excelente por parte de todos los manfreditas contratados.