Te apasiona la tecnología y el desarrollo de algoritmos innovadores? ¡Esta es tu oportunidad!
En DeepFarm buscamos una persona junior con muchas ganas de aprender y crecer en un entorno de I+D aplicado, para incorporarse al equipo y ayudarnos a seguir mejorando nuestros sistemas de análisis de datos.
Trabajarás en problemas reales de detección de patrones y anomalías en series temporales, combinando tratamiento de datos, análisis estadístico y modelos de machine learning. Buscamos a alguien cómodo programando, con curiosidad por entender los datos de verdad y con interés en construir soluciones que acaben en producción.
Preparar, transformar y explotar datos procedentes de distintas fuentes.
Desarrollar consultas y procesos sobre bases de datos relacionales.
Diseñar y mejorar herramientas de análisis, monitorización y visualización.
Continuar el desarrollo de sistemas de detección de patrones y anomalías en series temporales.
Colaborar con el equipo de I+D en la validación, ajuste y despliegue de algoritmos.
Buen manejo de Python y SQL.
Experiencia trabajando con librerías de análisis de datos como Pandas, NumPy y SciPy.
Conocimientos de scikit-learn y nociones de modelado en machine learning.
Familiaridad con bases de datos relacionales como PostgreSQL o similares.
Interés por el análisis de datos, las series temporales y la detección de anomalías.
Capacidad para aprender rápido, proponer ideas y desenvolverse en un entorno de startup.
Haber trabajado con series temporales, aunque sea en proyectos académicos o personales.
Experiencia previa con visualización de datos y evaluación de modelos.
Conocimientos de TensorFlow o PyTorch.
Haber participado en proyectos donde hayas tenido que limpiar, transformar y validar datos reales.
Grado o máster en Ingeniería Informática, Telecomunicaciones, Ciencia de Datos, Matemáticas, Industrial o áreas afines.
Perfil junior con iniciativa, criterio técnico y ganas de crecer en proyectos con aplicación real.
Valoraremos tanto experiencia profesional como proyectos personales, TFG/TFM o prácticas que demuestren soltura técnica.
Incorporarte a un equipo pequeño, técnico y cercano, donde tu trabajo tendrá impacto real.
Participar en el desarrollo de productos y algoritmos que se usan sobre datos reales.
Aprendizaje continuo y espacio para proponer, probar y mejorar soluciones.
Modalidad híbrida y flexibilidad horaria.