Descripción 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.
* 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.
FORMACIÓN 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.
* 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.
Área de trabajo: Database, Scientific, SQL, Accounting, Actuarial, Technology, Engineering, Finance, Insurance
#J-18808-Ljbffr