Marketing Data Scientist

¿Qué buscamos? Buscamos un/a Data Scientist que convierta datos en decisiones de alto impacto para REVEL en un momento clave de su crecimiento. Buscamos a alguien con sólida base estadística, experiencia construyendo modelos predictivos y obsesión por llevar soluciones analíticas del notebook a producción. El equipo de datos en REVEL es transversal y crítico. Soporta decisiones de negocio, alimenta herramientas operativas (pricing, scoring, finanzas) y es la base sobre la que escala la compañía. Tu misión será diseñar y desplegar modelos de Machine Learning que resuelvan problemas reales del negocio: predecir demanda, optimizar precios, anticipar churn y mejorar la toma de decisiones en toda la organización. El equipo Te integrarás en un equipo de datos de 10 personas organizado en tres áreas, colaborando directamente con todas ellas: Data Engineering Pipelines, orquestación, ETLs, automatizaciones y observabilidad de datos. Stack: Airflow
· Fivetran
· AWS Glue
· Lambdas
· RDS
· Datadog Data Governance Calidad del dato, catálogo, tests y ownership del DG score corporativo. Stack: dbt
· OpenMetadata
· Power BI Data Analytics Arquitectura dbt, dashboards corporativos y herramientas analíticas clave (pricer, OCR, lead scoring, reporting financiero). Stack: dbt
· Python
· Lambdas
· Power BI Responsabilidades principales: Diseñar, entrenar y desplegar modelos de Machine Learning/Advanced Analytics (predicción de demanda, churn, pricing dinámico, scoring de clientes) integrados en los flujos de negocio. Realizar análisis estadísticos avanzados y diseñar experimentos (A/B testing, inferencia causal) para medir el impacto de iniciativas de producto, marketing y operaciones. Explorar y segmentar datos para identificar oportunidades de mejora en la experiencia de suscripción, la gestión de flota y la retención de clientes. Comunicar conclusiones y recomendaciones de forma clara a stakeholders no técnicos mediante visualizaciones. Colaborar estrechamente con Data Engineering y Analytics para garantizar la disponibilidad y calidad de los datos que alimentan los modelos. Contribuir a la definición del roadmap de iniciativas de ciencia de datos alineado con los objetivos de la compañía. Requisitos Must: ~3 años de experiencia como Data Scientist o en un rol analítico avanzado con foco en Ciencia de datos. ~ Dominio de Python (pandas, scikit-learn, statsmodels) y R, SQL medio. ~ Experiencia práctica con técnicas de Machine Learning supervisado y no supervisado. ~ Sólida base en estadística e inferencia (tests de hipótesis, regresión, diseño experimental). ~ Capacidad para llevar modelos del notebook a producción. ~ Comunicación clara con stakeholders no técnicos (negocio, finanzas, operaciones). Nice to have: Conocimiento de herramientas de MLOps (MLflow, SageMaker) o experiencia desplegando modelos en AWS . Background en sectores con operaciones complejas: movilidad, fintech, logística o similares. Experiencia con modelos de series temporales y optimización. Familiaridad con dbt, Airflow o herramientas del stack de datos de REVEL. Inglés fluido. Qué

ofrecemos:
~ Rol con ownership real de la capa de ciencia de datos de REVEL. Integración directa en el equipo de datos. ~ Autonomía para proponer, diseñar y ejecutar iniciativas de modelado. ~ Salario competitivo acorde a la responsabilidad del puesto. ~ Modelo híbrido con oficina en Madrid centro (presencia mínima de 2 días/semana). ~ Flexibilidad horaria real y cultura orientada a resultados. ~ Descuento exclusivo en la suscripción de nuestra flota. ~ Wellhub (Gympass) – Plan Silver. ~ Seguro médico Cigna. ~ Presupuesto anual para formación. ~ Remuneración flexible (Payflow). ~23 días de vacaciones + tu cumpleaños libre. ~ Revisiones de performance periódicas. ~ Gran momento para unirte a REVEL durante su expansión. Proceso de selección: 1. Charla inicial con RRHH Conversación para conocer tu perfil, resolver dudas y confirmar encaje con el proyecto. 2. Reunión técnica con el Head of Data Profundizamos en tu experiencia con modelado, estadística y los retos del rol. Online o presencial. 3. Caso práctico Un ejercicio técnico acotado para ver cómo piensas y resuelves problemas con datos. 4. Fase final con el CTO