Científico de Datos Senior

Universidad Francisco de Vitoria; Pozuelo de Alarcón; Híbrido; EUR 40.000 - 60.000; Jornada completa

Descripción de la vacante

Una universidad en Madrid busca un Científico de Datos Senior para contribuir al desarrollo de modelos analíticos y predictivos. Se requiere experiencia en desarrollo de machine learning, dominio de Python y formación en Matemáticas o áreas afines. Ofrecen un modelo híbrido de trabajo y retribución flexible, entre otros beneficios.

Servicios

Retribución flexible

Modelo híbrido de trabajo

Enseñanza gratuita para el personal e hijos

Formación

• Experiencia de más de 5 años en desarrollo de modelos de machine learning.
• Conocimiento en limpieza y normalización de datos.
• Formación en programación y modelado predictivo.

Responsabilidades

• Diseñar y desarrollar modelos de machine learning.
• Realizar análisis estadísticos y validaciones experimentales.
• Contribuir al ecosistema analítico de la institución.

Conocimientos

Desarrollo de modelos de machine learning

Análisis estadísticos avanzados

Dominio de Python

Visualización de datos

Trabajo con grandes volúmenes de datos

Metodologías de machine learning supervisado

Educación

Titulación en Matemáticas, Estadística, Ingeniería Informática o afines

Máster en Ciencia de Datos o Inteligencia Artificial

Herramientas

Power BI

Tableau

TensorFlow

PyTorch

Descripción del empleo

Overview

Queremos construir una comunidad universitaria con personas capaces de promover la transformación de la sociedad y la cultura.

En la Dirección General de Estrategia, Transformación y Experiencia requiere un Científico de Datos Senior para formar parte del equipo de Data, con la misión de contribuir al proceso de transformación institucional mediante el desarrollo de modelos analíticos y predictivos que permitan anticipar riesgos, detectar oportunidades estratégicas y facilitar la toma de decisiones informadas.

Esta posición desempeña un papel estratégico en la misión institucional, aportando valor desde el análisis predictivo y la ciencia de datos para anticipar necesidades, mejorar la toma de decisiones y detectar nuevas oportunidades que contribuyan al desarrollo sostenible y la excelencia de la Universidad.

Responsibilities

• Diseñar, desarrollar y evaluar modelos de machine learning aplicados a procesos clave de la Universidad: prevención del abandono, predicción de rendimiento, segmentación de colectivos, eficiencia operativa, entre otros.
• Participar activamente en proyectos institucionales de transformación, aportando una visión predictiva y orientada a la generación de valor desde el dato.
• Liderar técnica y metodológicamente proyectos transversales, colaborando con equipos de negocio, tecnología y gobernanza.
• Realizar análisis estadísticos avanzados, validaciones experimentales y evaluaciones de impacto de las soluciones implementadas.
• Garantizar la trazabilidad, calidad y documentación de los modelos desarrollados, velando por su mantenimiento, reutilización y mejora continua.
• Contribuir a la evolución del ecosistema analítico de la institución, integrando las capacidades del área de datos en la estrategia institucional.
• Impulsar la transferencia de conocimiento y fomentar una cultura de análisis y experimentación en los equipos con los que colabora.
• Experiencia demostrable (+5 años) en el desarrollo de modelos de machine learning, estadística aplicada y proyectos de ciencia de datos en entornos reales.
• Dominio de Python (preferentemente con librerías como pandas, scikit-learn, NumPy, TensorFlow, PyTorch) o R.
• Conocimiento sólido de metodologías de machine learning supervisado y no supervisado, validación de modelos y análisis de series temporales.
• Experiencia en tratamiento de grandes volúmenes de datos, limpieza, normalización y selección de variables.
• Conocimiento de herramientas de visualización de datos como Power BI, Tableau o Plotly.
• Valorable experiencia en MLOps o en procesos de industrialización de modelos.
• Familiaridad con entornos cloud (preferiblemente AWS) y trabajo sobre arquitectura Data Lakehouse.
• Titulación universitaria en Matemáticas, Estadística, Ingeniería Informática, Física, Ciencia de Datos o áreas afines.
• Formación sólida en estadística, programación y modelado predictivo.

Formación y certificaciones deseables

• Máster en Ciencia de Datos, Inteligencia Artificial, Big Data o similares.
• Certificaciones relevantes (Ej. Microsoft Certified: Azure Data Scientist Associate, Google Professional Data Engineer, AWS Certified Machine Learning).
• Formación en ética del dato, gobernanza o explicabilidad de modelos haciendo uso de la IA (Inteligencia Artificial Explicable - XAI).
• Posibilidad de retribución flexible.
• Modelo híbrido de trabajo.
• Enseñanza gratuita o bonificada para el personal e hijos.