Científico de Datos ML end-to-end (Python & Databricks)

Lognext; O Chazo; Presencial; EUR 42.000 - 65.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Salario competitivo

Retribución flexible

Plan de desarrollo profesional

Programa de referidos

Descripción de la vacante

Lognext está buscando un Data Scientist para unirse a nuestro equipo y trabajar en una multinacional líder del sector. Se valorará experiencia en todo el ciclo de vida del dato, desde la toma de requisitos hasta la puesta en producción y monitorización de modelos.

Se requiere experiencia en Python, Pandas y NumPy, y en frameworks de ML como Scikit-learn, TensorFlow o PyTorch; también se valora Databricks y Palantir para integración y visualización de datos.

Formación

• Experiencia en desarrollo de modelos de datos desde toma de requisitos hasta puesta en producción.
• Conocimiento de Python y librerías de análisis (Pandas, NumPy).
• Experiencia en ML con Scikit-learn, TensorFlow o PyTorch.
• Experiencia trabajando con Databricks y conocimiento de integración Palantir.

Responsabilidades

• Participar en la toma de requisitos y definición de objetivos con el negocio.
• Pretratamiento y transformación de datos desde Databricks.
• Crear, entrenar y optimizar modelos de machine learning.
• Ponerse en producción de modelos y asegurar su correcta integración.
• Monitorizar rendimiento y aplicar mejoras continuas.
• Utilizar Palantir para integración y visualización de datos a nivel corporativo.
• Participar en migración de sistemas antiguos a entornos modernos.
• Trabajar en Java y Python en un entorno mixto.

Conocimientos

Data lifecycle

End-to-end projects

Autonomía

Colaboración

Herramientas

Python

Pandas

NumPy

Scikit-learn

TensorFlow

PyTorch

Databricks

Palantir

Java

Descripción del empleo

Lognext está buscando un Data Scientist para unirse a nuestro equipo y trabajar en una multinacional líder del sector. Se valorará experiencia en todo el ciclo de vida del dato, desde la toma de requisitos hasta la puesta en producción y monitorización de modelos.

Se requiere experiencia en Python, Pandas y NumPy, y en frameworks de ML como Scikit-learn, TensorFlow o PyTorch; también se valora Databricks y Palantir para integración y visualización de datos.