Analista Python ML & Big Data (Híbrido, Madrid)

Twtspain; España; Híbrido; EUR 30.000 - 32.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Convenio de consultoras y estudios de…

23 días de vacaciones al año

14 pagas (12 mensuales y dos extras)

Ticket guardería

Seguro médico + dental

Descripción de la vacante

The Whiteam Consulting busca un Analista Python con experiencia en Machine Learning y analítica avanzada para incorporar proyectos de explotación de datos y desarrollo de modelos predictivos.

Se trabajará en todo el ciclo de vida de los modelos, desde el análisis y tratamiento de datos hasta su entrenamiento, validación, despliegue y monitorización, colaborando estrechamente con equipos técnicos y de negocio para generar soluciones basadas en datos.

Formación

• Experiencia en ML y analítica avanzada.
• Al menos 3 años de desarrollo en Python.
• Al menos 3 años usando scikit-learn, pandas y numpy.
• Al menos 3 años desarrollando modelos predictivos.
• Experiencia en Big Data y Cloudera con Spark, Impala, HDFS y SQL.
• Al menos 1 año de despliegue y monitorización de modelos en producción.
• Al menos 1 año de conceptos de MLOps y ciclo de vida de modelos ML.

Responsabilidades

• Implementación de modelos de Machine Learning (entrenamiento, optimización y validación).
• Evaluación de rendimiento de modelos y seguimiento de métricas, tratamiento y explotación de datos, colaboración con equipos técnicos y de negocio.
• Entorno tecnológico: Visual Studio Code, Linux, Kedro para pipelines y MLflow para trazabilidad; CI/CD con Jenkins.

Conocimientos

Python

Machine Learning

Pandas

NumPy

scikit-learn

MLflow

Kedro

Jenkins

Git

Educación

Universidad/Grado en Ingeniería, Matemáticas, Estadística, Física o Informática

Herramientas

Cloudera

Spark

Impala

HDFS

SQL

Descripción del empleo

The Whiteam Consulting busca un Analista Python con experiencia en Machine Learning y analítica avanzada para incorporar proyectos de explotación de datos y desarrollo de modelos predictivos.

Se trabajará en todo el ciclo de vida de los modelos, desde el análisis y tratamiento de datos hasta su entrenamiento, validación, despliegue y monitorización, colaborando estrechamente con equipos técnicos y de negocio para generar soluciones basadas en datos.