Data Scientist (H/M/X)

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.

Responsabilidades

• 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.

Requisitos

• 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.

¿Por qué confiar en Experis?

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. xqbhyrx

Formación continua: plataforma online y certificaciones oficiales para seguir creciendo.