Ai Data Scientist - Barcelona

Sustainrecruit Talent; Barcelona; Híbrido; EUR 45.000 - 65.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Document Intelligence/ OCR

Azure OpenAI access

Bedrock access

Descripción de la vacante

Sustainrecruit Talent busca un Data Scientist enfocado en IA para diseñar y optimizar soluciones de procesamiento de documentos con IA. Trabajarás con LLMs, OCR, NLP y ML clásico para convertir documentos no estructurados en datos útiles.

Colaborarás con equipos de Producto e Ingeniería para definir enfoques, métricas y mejoras. El puesto es híbrido en Barcelona y requiere más de 3 años de experiencia en ciencia de datos y habilidades en Python.

Formación

• 3+ años de experiencia en ciencia de datos, ML o IA aplicada.
• Experiencia práctica con LLMs, ingeniería de prompts y experimentación.
• Conocimientos sólidos de NLP/ML y capacidad para decidir cuándo usar métodos clásicos.
• Estadística suficiente para evaluar si un cambio de rendimiento es real.
• Experiencia con documentos no estructurados o semi‑estructurados.
• Python para reproducibilidad y producibilidad.
• Buenas prácticas de código: pruebas, control de versiones, revisión de código, experimentos reproducibles.
• Capacidad para explicar trade‑offs técnicos y entender el significado de extracción correcta.
• Confort para entender dominios de negocio y qué significa extracción correcta.

Responsabilidades

• Desarrollar y optimizar prompts, salidas estructuradas, lógica de validación y componentes de post-procesado.
• Comparar LLMs, modelos multimodales, OCR y enfoques determinísticos para cada caso.
• Construir datasets representativos, definir ground truth y métricas de evaluación.
• Realizar experimentos, analizar patrones de fallo e iterar para mejorar precisión.
• Crear flujos de trabajo reproducibles en Python y contribuir con componentes reutilizables.
• Colaborar con Producto, Ingeniería de IA y equipos de negocio para traducir requerimientos en problemas de data science medibles.
• Comunicar hallazgos de manera clara a audiencias técnicas y no técnicas.

Conocimientos

LLMs

Prompt engineering

Experimentation

NLP fundamentals

Statistics

Python

Testing

Version control

Explain trade-offs

Business domain insight

Herramientas

Azure Document Intelligence

Azure OpenAI

Amazon Bedrock

Descripción del empleo

Descripción del trabajo

Data Scientist- AI

Barcelona, Spain

Hybrid- 2 days a week

We’re looking for a Data Scientist to help build and improve AI‑powered document processing solutions used across a large, complex organisation. You’ll work across LLMs, multimodal models, OCR, NLP and classical ML to turn messy, unstructured business documents into reliable structured data that drives real value.

In this role, you’ll design and evaluate approaches for document extraction, classification and validation — “Design, prototype and evaluate approaches for document extraction, classification, validation and transformation.” You’ll also work with highly variable formats — “Work with complex and variable formats, including multi‑page documents, tables, line items and inconsistent layouts.”

What you’ll do

• Develop and optimise prompts, structured outputs, validation logic and post‑processing components.
• Compare LLMs, multimodal models, OCR and deterministic approaches to select the right solution for each use case.
• Build representative datasets, define ground truth and establish robust evaluation metrics.
• Run experiments, analyse failure patterns and iterate to improve accuracy and reliability.
• Create reproducible Python workflows and contribute reusable components for extraction, validation and data prep.
• Collaborate with Product, AI Engineering and business teams to translate requirements into measurable data science problems.
• Communicate findings clearly to both technical and non‑technical audiences.

What you’ll bring

• 3+ years in data science, machine learning or applied AI.
• Hands‑on experience with LLMs, prompt engineering and experimentation.
• Strong NLP/ML fundamentals and the judgement to know when classical methods outperform LLMs.
• Solid statistics — enough to judge whether a performance change is real.
• Experience with unstructured or semi‑structured documents.
• Python skills that make your work reproducible and easy for engineers to productionise.
• Good coding practices: testing, version control, code review, reproducible experiments.
• Ability to explain technical trade‑offs clearly.
• Comfortable diving into business domains to understand what “correct extraction” actually means.

Nice to have

• Document intelligence / OCR (e.g., Azure Document Intelligence).
• Experience with managed AI platforms (Azure OpenAI, Amazon Bedrock).