Data Scientist

Hola Somos OGANos ilusiona que estés considerando esta oportunidad de empleo.Somos una compañía pionera en la hibridación de la Inteligencia Artificial y la Investigación Operativa, con sede en Sevilla. Nuestro objetivo es transformar la industria a través de soluciones innovadoras y de alto impacto para nuestros clientes, líderes en sectores como el logístico, supply chain, industrial o el químico.Esto lo conseguimos gracias al talento de nuestro equipo, que incluye a matemáticos/as, estadísticos/as o desarrolladores/as de software, entre otros, y a la confianza de grandes clientes. Además, mantenemos una estrecha colaboración con la Universidad a través de nuestro Consejo Asesor Tecnológico, Grupo CÁTEDRA, compuesto por 14 catedráticos de renombre nacional e internacional especializados en Investigación Operativa y ciencia de datos, y con el que reforzamos nuestra propuesta y valor científico.

Sobre la posición.

Buscamos incorporar un/a Data Scientist & ML Engineer a nuestro equipo de IA.Queremos contar con una persona que disfrute analizando datos, experimentando con algoritmos y construyendo modelos capaces de resolver problemas reales.Participarás en proyectos de análisis predictivo, clasificación, estimación y detección de patrones, desde la comprensión del problema hasta la evaluación y puesta en producción de las soluciones.Trabajarás junto a especialistas en Ingeniería de Datos, Investigación Operativa e Ingeniería de Software para convertir los resultados de los modelos en capacidades útiles para nuestros clientes.

¿Qué harás?

Análisis de datos y formulación de problemas

• Analizar datasets y realizar análisis exploratorio (EDA) para identificar patrones, relaciones, anomalías y oportunidades de mejora.
• Colaborar en la definición del problema, las variables objetivo y las métricas de éxito de cada proyecto.
• Preparar datos y desarrollar técnicas de ingeniería de características (feature engineering).
• Identificar limitaciones, sesgos y posibles problemas de calidad que afecten a los resultados.

Desarrollo y evaluación de modelos

• Diseñar, entrenar y evaluar modelos de Machine Learning para problemas de clasificación, regresión, predicción y segmentación.
• Seleccionar algoritmos adecuados en función de los datos, los objetivos y las restricciones del problema.
• Experimentar con diferentes enfoques y ajustar hiperparámetros mediante metodologías de validación apropiadas.
• Comparar modelos utilizando métricas relevantes y establecer referencias que permitan medir la mejora obtenida.
• Interpretar los resultados y comunicar las limitaciones, la incertidumbre y las implicaciones de los modelos.

Ingeniería y puesta en producción

• Desarrollar código Python modular, reutilizable y verificable para entrenamiento e inferencia.
• Colaborar en la integración de los modelos en aplicaciones, servicios y procesos de negocio.
• Participar en la automatización de pipelines de entrenamiento, validación y despliegue.
• Contribuir a la monitorización del rendimiento de los modelos y a la detección de degradaciones.
• Documentar experimentos, datasets, métricas, decisiones técnicas y resultados.

Colaboración e innovación

• Trabajar con equipos de Ingeniería de Datos, Investigación Operativa e Ingeniería de Software.
• Traducir necesidades de negocio en problemas de modelado y evaluación.
• Investigar y probar técnicas de aprendizaje automático que puedan mejorar las soluciones de OGA.
• Participar en la presentación y validación de resultados con los equipos de proyecto y los clientes.

Timing de primeras semanas en OGA

Desde tu primer día, estarás acompañado/a por todo el equipo. El área de People organizará una serie de reuniones de Onboarding en tres niveles con distintos responsables de OGA: aspectos generales y sistemas internos, el propósito de la compañía y las tecnologías que utilizamos. También conocerás a tu Buddy, quien te guiará, especialmente en tu primer mes, durante todo el proceso de integración. Junto a tu Buddy, tendrás reuniones programadas para abordar cualquier tema que facilite tu adaptación.

¿Qué requerimos?

• Titulación en Matemáticas, Estadística, Ingeniería, Ciencia de Datos, Informática o disciplinas relacionadas.
• Experiencia práctica desarrollando modelos de Machine Learning con Python.
• Conocimientos de estadística, análisis de datos, aprendizaje supervisado y evaluación de modelos.
• Experiencia con librerías como pandas, NumPy y scikit-learn.
• Comprensión de las principales métricas de evaluación y de las estrategias de validación, incluyendo la prevención de fugas de información (data leakage).
• Capacidad para analizar resultados, comparar alternativas y justificar decisio