P En b QuantIA Ingeniería y Consultoría /b, nos especializamos en transformar procesos complejos a través de tecnologías de vanguardia como los agentes de IA, Machine Learning, la digitalización, la analítica avanzada y los gemelos digitales. /p p Nuestros socios son destacadas instituciones financieras a nivel mundial, así como empresas líderes en los sectores energético, telecomunicaciones e industrial. /p p Nuestros valores definen nuestra cultura: /p ullib Excelencia Técnica: /b Nos apasiona el código limpio, la estructuración lógica y las arquitecturas escalables. /lilib Propiedad (Ownership): /b Cada ingeniero es el responsable final de su impacto. /lilib Pragmatismo: /b Buscamos soluciones que funcionen en producción, no solo en pruebas. /lilib Evolución Constante: /b El aprendizaje es una parte crítica de nuestro stack técnico. /li /ul pb Tu rol en el equipo de Data AI /b /p p Como b Junior Data Scientist /b, te integrarás en nuestra unidad de IA Avanzada y Ciencia de Datos. Tu día a día estará centrado en b enfrentarte a tablas de datos hablar de, entender su estructura profunda, aplicar un riguroso análisis estadístico y ejecutar procesos de limpieza, transformación y feature engineering /b para, posteriormente, entrenar y optimizar los modelos de Machine Learning que alimentarán nuestras soluciones de producción. /p p Bajo la mentoría directa de nuestros perfiles con un mayor background, asumirás desafíos desde el primer día en el diseño y entrenamiento de modelos, acelerando exponencialmente tu evolución hacia roles de Arquitectura de IA, MLOps y Liderazgo Técnico. /p pb Tus desafíos técnicos: /b /p ullib Optimización de Consultas a Gran Escala: /b Diseñar y realizar consultas complejas para analizar bases de datos relacionales asegurando una ejecución eficiente en entornos de gran tamaño. /li /ul ullib Desarrollo y Entrenamiento de Modelos: /b Diseñar, entrenar y evaluar modelos predictivos y de Machine Learning tradicional (clasificación, regresión, series temporales) así como aproximaciones de Deep Learning e IA Generativa adaptadas a las necesidades del negocio. /li /ul ullib Ingeniería de Características (Feature Engineering) y Datos: /b Diseñar y ejecutar pipelines de preprocesamiento, limpieza y transformación de datos a gran escala, garantizando la calidad y la consistencia del dato antes del entrenamiento. /li /ul ullib Despliegue y Colaboración (Ecosistema MLOps): /b Colaborar activamente con el equipo de ingeniería para empaquetar, versionar (Git, DVC) y desplegar modelos en entornos de pruebas y producción a través de APIs eficientes. /li /ul ullib Investigación Aplicada: /b Mantenerse al día con el estado del arte de la IA, realizando pruebas de concepto (PoCs) rápidas para resolver problemas complejos de nuestros clientes. /li /ul pb¿Por qué elegir QuantIA? /b /p ullib Proyectos de Vanguardia: /b Trabajarás en el core de soluciones reales de IA y agentes inteligentes para las empresas de primer nivel, superando el contexto puramente académico. /lilib Entorno de Alto Rendimiento: /b Un equipo de ingenieros donde el rigor técnico, las matemáticas avanzadas y la innovación en producción son la norma. /lilib Mentoría Personalizada: /b Acceso directo a expertos del sector que impulsarán tus habilidades de ingeniería de software y MLOps desde el primer año. /lilib Modelo Híbrido (Madrid): /b Disfruta de lo mejor de ambos mundos con 3 días de colaboración en oficina y 2 días de trabajo en remoto. /li /ul pb Requisitos: Lo que buscamos en ti /b /p ullib Formación Académica: /b Grado Universitario en b Ingeniería Informática o similares, Ciencia de Datos, Matemáticas o Física /b. Se valorará de forma muy preferente haber cursado un b Máster Especializado en Inteligencia Artificial, Machine Learning o Data Science /b. /lilib Experiencia en el Sector: /b Mínimo 1 año de experiencia práctica desarrollando modelos de ML O Data Science. /lilib Stack Tecnológico Core: /b Dominio fluido de b Python /b a data science. Las librerías esenciales de datos y ML (b NumPy, Pandas, Scikit-Learn, Polars, XGBoost /b). Conocimiento o exposición a frameworks de Deep Learning (b PyTorch /b o b TensorFlow /b). Consultas a bases de datos (b SQL /b). /lilib Fundamentos de Ingeniería de Software: /b Buen manejo de control de versiones (b Git /b) y escritura de código limpio. /lilib Comunicación y Redacción: /b Excelencia en la comunicación técnica en español y fluidez en Inglés (B2 o superior) para la lectura de em papers /em científicos y documentación técnica. /lilib Soft Skills: /b Curiosidad intelectual, fuerte base lógico-matemática y mentalidad orientada a la resolución de problemas mediante el método científico. /li /ul pb Se valorará (Plus Técnico) /b /p ullib Ecosistema Cloud Data: /b Familiaridad básica con servicios de IA en la nube (AWS, Azure o GCP). /lilib IA Generativa / LLMs: /b Experiencia académica o personal trasteando con frameworks como b LangChain /b, b LlamaIndex /b o fine-tuning de modelos de Hugging Face. /lilib Portafolio Técnico: /b Perfil de GitHub activo, participación en competiciones de Kaggle o publicaciones académicas en el ámbito de la IA. /li /ul p¿Estás listo para el reto? Únete a QuantIA. /p