¿Por qué te estamos buscando?Tu misión será impulsar la capacidad de Data Science dentro del equipo de Data&IA en Mahou San Miguel, trabajando activamente con las diferentes áreas de negocio, en el desarrollo de modelos de Advanced Analytics e IA (ML, DP...), que ayuden a los negocios, a tomar mejores decisiones, generar eficiencias operativas, reducción de costes o nuevos modelos de negocio, obteniendo así, un beneficio real y tangible a las distintas áreas usuarias.
Experiencia, cualificaciones y habilidades interpersonales, ¿tiene todo lo necesario para triunfar en esta oportunidad? Descúbralo a continuación.
Tu día a díaDesarrollar casos de uso de analítica avanzada y gestión de proveedores.Tomar requisitos con las áreas de negocio desde un punto de vista técnico, para aterrizar junto al resto de equipo de Dato & IA.Analizar la información de las distintas fuentes de datos, internas y externas, para identificar la idoneidad necesaria para desarrollar un proyecto de datos posterior.Diseñar y desarrollar pipelines de datos en plataformas cloud de Data & IA (transformaciones, pipeline builder, object sets, contour workflows) garantizando calidad, trazabilidad y escalabilidad.Industrializar y monitorizar modelos junto al equipo de MLOps, asegurando su despliegue, gobernanza y mantenimiento en producción.Colaborar con expertos funcionales para traducir necesidades de negocio en soluciones analíticas completas.Contribuir a la evolución del ecosistema de datos de MSM mediante la definición de estándares, buenas prácticas y automatización.Participar en la comunidad de práctica de datos e IA, impulsando la formación, el intercambio de conocimiento y la innovación interna.
¿Qué requisitos debes cumplir?Grado o Máster en Ingeniería, Matemáticas, Estadística, Física o disciplinas afines.Nivel fluido de inglés conversacionalMínimo de 3 a 6 años de experiencia en proyectos de Data Science o Data Engineering.Experiencia en plataformas Data Science: Palantir Foundry, Azure ML, Vertex AI, SageMaker o SAS Viya.Conocimientos avanzados de MLOps (Airflow, MLflow, Kubeflow o similares).Experiencia en el desarrollo y despliegue de modelos de ML en entornos productivos.Experiencia con herramientas de versionado, CI/CD, APIs y notebooks.Competencias técnicas:Lenguajes: Python, SQL, PySpark.Frameworks: scikit-learn, MLflow, TensorFlow/PyTorch (valorado). xpzdshu Entornos Cloud: Azure, AWS o GCP.Conocimientos de DataOps y MLOps.