Data Scientist

Hace 2 días

Camas, Principado de Asturias, España OGA.ai Jornada completa
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 problemasAnalizar 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 modelosDiseñar, 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 producciónDesarrollar 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 innovaciónTrabajar 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 OGADesde 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 decisiones técnicas.
Buenas prácticas de programación, uso de Git y capacidad para trabajar en equipo.
Nivel de inglés suficiente para consultar documentación técnica.¿Qué valoramos?Experiencia con algoritmos basados en árboles, como Random Forest, XGBoost o CatBoost.
Conocimientos de Deep Learning y experiencia con PyTorch o TensorFlow, cuando sean relevantes para el tipo de proyecto.
Experienc