Data Scientist

El candidato ideal siente pasión por el machine learning, la ingeniería de datos, los entornos MLOps y las soluciones escalables en producción. Combina sólidas capacidades analíticas y de resolución de problemas con experiencia práctica en el desarrollo, despliegue y mantenimiento de soluciones basadas en datos. Trabajará de forma colaborativa con equipos multidisciplinares para transformar prototipos analíticos en soluciones robustas, escalables y preparadas para entornos productivos. Desarrollar, desplegar y mantener soluciones de machine learning en entornos productivos. Diseñar, implementar y optimizar pipelines de datos y procesos automatizados para flujos de trabajo de ML. Monitorizar el rendimiento de los modelos, detectar desviaciones (drift) y gestionar procesos de reentrenamiento. Colaborar con equipos de datos, desarrollo y negocio para industrializar soluciones analíticas. Implementar y mantener procesos de CI/CD aplicados a proyectos de machine learning. Gestionar y optimizar aplicaciones contenerizadas y plataformas de orquestación. Garantizar la calidad del código, la trazabilidad de experimentos y la reproducibilidad de los desarrollos. Participar en la configuración, administración y optimización de plataformas de analítica avanzada. Dar soporte a entornos cloud y servicios asociados al ciclo de vida de modelos de machine learning. Identificar oportunidades de mejora continua en procesos, arquitecturas y soluciones basadas en datos. Titulación universitaria en Ingeniería Informática, Telecomunicaciones, Matemáticas, Ingeniería o cualquier disciplina STEM relacionada, o experiencia equivalente. Al menos 3 años de experiencia en machine learning, ingeniería de datos, MLOps o áreas afines. Experiencia de al menos 3 años en la plataforma Stratio, incluyendo: Configuración, administración y optimización de sus principales componentes. Experiencia sólida en desarrollo con Python aplicado a machine learning o procesamiento de datos. Experiencia en despliegue, operación y mantenimiento de modelos de machine learning en producción. Conocimientos prácticos de Docker y Kubernetes para contenerización y orquestación. Experiencia en diseño y gestión de pipelines de datos y automatización de procesos CI/CD. Manejo de herramientas de control de versiones y gestión de experimentos como Git, MLflow o equivalentes. Conocimiento de plataformas cloud (AWS, Azure o GCP) y servicios asociados a machine learning. Experiencia en monitorización de modelos, gestión de drift y estrategias de reentrenamiento. Experiencia en configuración, administración y optimización de plataformas de analítica avanzada. Capacidad para trabajar en entornos ágiles y colaborar con equipos multidisciplinares. Se valorará Experiencia con herramientas específicas de MLOps como Kubeflow, Airflow, MLflow, Metaflow o similares. Conocimientos de ingeniería de datos y procesamiento distribuido con tecnologías como Spark. Experiencia en arquitecturas de microservicios y desarrollo de APIs para inferencia de modelos. Conocimientos de gobernanza de modelos, explicabilidad y gestión del ciclo de vida de soluciones de IA. Experiencia en proyectos de analítica avanzada, inteligencia artificial o industrialización de modelos. Conocimientos de prácticas DevOps aplicadas a entornos de datos y machine learning. En Experis no solo te ofrecemos un empleo, sino una carrera profesional acompañada y adaptada a ti: 23 días de vacaciones. Descuentos exclusivos en Fnac, teatro, cine, Booking y más. Retribución flexible: ticket restaurante, seguro médico, guardería... y todo ello desgrava en IRPF Acceso a +1.000 gimnasios y centros deportivos en toda España gracias a nuestro acuerdo con Gympass. Programa "Tráete a un amigo": si nos recomiendas a alguien y se incorpora, recibes una bonificación Te proporcionamos el equipo necesario para trabajar. Formación continua: plataforma online y certificaciones oficiales para seguir creciendo.