Data Scientist (80% teletrabajo)

Oxigent Technologies; Barcelona; Presencial; EUR 48.000 - 54.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Salario competitivo

Cheque formación

Retribución flexible

Acceso a gimnasios

Descuentos en transporte

Descripción de la vacante

Oxigent Technologies busca un/a Ingeniero/a Data Scientist para crear soluciones basadas en analítica, modelos estadísticos y aprendizaje automático para diversas unidades de negocio. Se valorará experiencia en SQL, Python y herramientas de visualización; se ofrece contratación indefinida y salario acorde a la experiencia (48.000–54.000 € brutos anuales).

Trabajarás con datos, colaborarás con equipos de datos, negocio y MLOps para diseñar, validar y desplegar modelos en producción, manteniendo

Formación

• Más de 2 años de experiencia en Data Science y ETL
• Dominio de SQL y optimización de consultas
• Experiencia en entornos AWS/Azure/GCP y pipelines de datos
• Conocimiento de técnicas de ML y estadística aplicada

Responsabilidades

• Recolectar y transformar grandes volúmenes de datos estructurados y no estructurados.
• Realizar análisis exploratorios y visualización de resultados para stakeholders.
• Desarrollar y validar modelos predictivos y soluciones analíticas para distintas unidades de negocio.
• Colaborar con MLOps para llevar modelos a producción.
• Traducir problemas de negocio en casos de uso y soluciones analíticas.

Conocimientos

SQL

Python

Pandas/Polars

AWS/Azure/Google Cloud

Machine Learning

Statistics

Data modeling

Data preprocessing

Visualization

Stakeholder comms

Educación

Grado/Master/PhD en campo relevante

Herramientas

Tableau

Descripción del empleo

¿Te interesaría seguir desarrollándote como Data Scientist en una empresa líder en el sector transporte?

Desde Oxigent Technologies seleccionamos un/a INGENIERO/A DATA SCIENTIST para trabajar en la creación de soluciones avanzadas basadas en analítica, modelos estadísticos y aprendizaje automático para diferentes unidades de negocio.

¿Cuáles serán tus funciones principales?

• Recolectar grandes volúmenes de datos no estructurados y estructurados desde archivos, bases de datos, APIs, etc., y transformarlos en un formato más comprensible.
• Realizar análisis exploratorios para entender la naturaleza y distribución de los datos, identificar patrones, correlaciones y visualizarlos de manera efectiva.
• Desarrollar y aplicar modelos predictivos, de optimización y estadísticos para resolver problemas de negocio específicos, como regresión, clasificación, clustering, series temporales, etc.
• Aplicar técnicas de estadística y Machine Learning para desarrollar modelos predictivos y generar insights accionables para las diferentes áreas de negocio.
• Evaluar y validar la precisión y el rendimiento de dichos modelos utilizando técnicas como la validación cruzada, conjuntos de prueba y métricas de desempeño adecuadas.
• Colaborar con el equipo de MLOps para integrar los modelos desarrollados en un entorno de producción.
• Trabajar en estrecha colaboración con equipos interdisciplinarios como ingenieros de datos, analistas, expertos en el dominio y equipos de negocio para comprender los requisitos y objetivos del proyecto.
• Participar en la toma y definición de requisitos, identificando las necesidades de negocio y traduciendo problemas de negocio en casos de uso y soluciones analíticas.
• Comunicar de manera efectiva los análisis, resultados de los modelos e implicaciones a diferentes audiencias, incluyendo stakeholders no técnicos, a través de informes, presentaciones y visualizaciones comprensibles. El objetivo será facilitar la toma de decisiones basada en datos.
• Monitorizar el rendimiento de los modelos en producción, realizar mantenimientos periódicos y actualizarlos cuando sea necesario para garantizar su vigencia y precisión.
• Mantenerse actualizado en técnicas analíticas como machine learning, optimización, deep learning y análisis de texto.

Para ello, ¿qué vas a necesitar?

• Education: Grado, Máster o Doctorado en Informática, Economía, ADE, Ciencia de Datos o un campo relacionado.
• Más de 2 años de experiencia en Data Science, con experiencia en almacenamiento de datos, procesos ETL e integración de datos. Se valorará especialmente experiencia trabajando de forma autónoma en proyectos de estadística y Machine Learning.
• Conocimiento avanzado de SQL: dominio en la escritura y optimización de consultas.
• Experiencia en desarrollo en entornos AWS, Azure o Google Cloud.
• Conocimiento profundo del modelado de datos, gobernanza y mejores prácticas de calidad.
• Capacidad para manipular y preprocesar grandes volúmenes de datos utilizando herramientas como SQL, Pandas o Polars.
• Experiencia en scripts de Python y familiaridad con bibliotecas y herramientas de Python.
• Experiencia práctica en técnicas de Machine Learning y estadística aplicada, incluyendo modelos predictivos, regresión, clasificación, clustering y/o series temporales.
• Se valorará tener conocimientos estadísticos: pruebas de hipótesis, análisis de regresión, distribuciones de probabilidad, etc.
• Se valorará dominio de librerías de visualización como Matplotlib, Seaborn, ggplot2, etc., para crear visualizaciones claras e informativas (Tableau es un plus).
• Experiencia en toma de requisitos, interlocución con stakeholders y comunicación de resultados analíticos a perfiles de negocio.
• Se valorará positivamente experiencia en áreas de negocio como Comercial, Ventas, Controlling u otras funciones donde el análisis de datos tenga impacto directo en la toma de decisiones.
• Contratación indefinida.
• Salario acorde a la experiencia aportada (entre 48.000 - 54.000 euros brutos anuales).
• Cheque Formación para desarrollarte en las áreas profesionales que más te interesen.
• Retribución flexible aplicable a seguro médico, restaurante, transporte, guardería y formación.
• Aplicación de acceso a gimnasios y actividades deportivas en toda España con descuentos.
• ¡Y muchos otros beneficios!

¡Únete al equipo de Oxigent! Empresa comprometida con la sostenibilidad y la igualdad de oportunidades, donde el talento y la tecnología no entienden de género.