DATA SCIENTIST - GESTION ESTRATEGICA TECNICA VIDA

UBICACIÓN.- MAJADAHONDA - CR. POZUELO DE ALARCON, 50-1 Edif. 4

MISIÓN DEL PUESTO

Como Data & AI Scientist, participarás en la realización de análisis exploratorios y experimentación básica con modelos de machine learning, trabajando principalmente con notebooks y bajo supervisión frecuente.

Colaborarás con perfiles de Data Scientist más senior, Engineers y Analysts, contribuyendo al desarrollo de modelos concretos y al avance de estudios analíticos, aprendiendo a aplicar criterios de calidad del dato, rigor metodológico y buenas prácticas de ciencia de datos en un entorno real de negocio.

FUNCIONES DEL PUESTO (FUNCIONES CLAVE)

Realizar análisis exploratorios de datos (EDA) bajo supervisión, documentando resultados y primeros insights.

Entrenar y evaluar modelos base de machine learning, siguiendo guías metodológicas definidas.

Trabajar con notebooks para el análisis de datos y experimentación, asegurando orden y trazabilidad.

Preparar y limpiar datasets, identificando problemas de calidad con apoyo de perfiles senior.

Ejecutar experimentos analíticos supervisados y realizar el seguimiento de resultados obtenidos.

Colaborar con Data Scientists y Engineers en tareas de apoyo al desarrollo de modelos.

Documentar análisis, variables, hipótesis y resultados de forma clara y estructurada.

Aplicar buenas prácticas básicas de versionado, organización del código y reproducibilidad.

Aprender y aplicar el flujo de datos y uso de modelos dentro del contexto del negocio.

FORMACION Y CONOCIMIENTOS REQUERIDOS

Formación universitaria en Ingeniería, Matemáticas, Estadística, Física, Sistemas de Información, ADE + Data, Actuariales o similar

Conocimientos básicos de estadística descriptiva y probabilidad.

Fundamentos de machine learning clásico.

Python para ciencia de datos: Pandas, NumPy y primeros usos de Scikit‑learn.

Uso habitual de notebooks para análisis y experimentación.

Conocimientos básicos de evaluación de modelos (accuracy, precision, recall, métricas simples).

Comprensión inicial del ciclo de vida del dato y del modelo.

Nociones de buenas prácticas de ciencia de datos: orden del código, documentación y reproducibilidad.

MLOPs, Amazon Web Services (AWS), Sql y herramientas de visualización como PowerBi

EXPERIENCIA PROFESIONAL REQUERIDA PARA EL PUESTO MÍNIMA DE 2 AÑOS:

Participación en análisis exploratorios de datos.

Entrenamiento y evaluación de modelos básicos de ML.

Uso de notebooks para experimentación analítica.

Colaboración en estudios o modelos concretos con apoyo senior.

Primeras experiencias en proyectos de analítica o ciencia de datos.