Data Scientist & Machine Learning Engineer DS&BDA

TN Spain; Barcelona; Presencial; EUR 40.000 - 80.000; Jornada completa

Descripción de la vacante

Una empresa innovadora en el ámbito de la ciencia de datos busca un Data Scientist & ML Engineer apasionado por el aprendizaje automático y la inteligencia artificial. Este rol ofrece la oportunidad de trabajar en proyectos variados que abarcan desde el análisis de datos hasta la implementación de modelos avanzados de aprendizaje profundo. Con un enfoque en la investigación y el desarrollo, tendrás la posibilidad de contribuir a soluciones que impactan en diversos sectores, incluyendo servicios digitales y preservación cultural. Si te entusiasma el aprendizaje continuo y quieres estar a la vanguardia de la tecnología, esta es tu oportunidad.

Formación

• Experiencia en Machine Learning y Deep Learning con proyectos aplicados.
• Conocimientos sólidos en Python y bibliotecas como Numpy y Pandas.

Responsabilidades

• Diseñar soluciones basadas en ML y Deep Learning para diversos proyectos.
• Investigar y aplicar técnicas innovadoras en inteligencia artificial.

Conocimientos

Machine Learning

Deep Learning

Python

Data Analysis

Research Skills

Version Control (git)

Educación

Grado en Ciencias de la Computación

Máster en Inteligencia Artificial

Herramientas

Numpy

Pandas

Scikit-Learn

SciPy

PyTorch

TensorFlow

Keras

SpaCy

NLTK

LangChain

Descripción del empleo

En la Unidad de Data Science & Big Data Analytics, estamos buscando un Data Scientist & Machine Learning (ML) Engineer con motivación y experiencia en ML aplicado para unirse a nuestro equipo. Participarás en el desarrollo de proyectos variados utilizando diferentes técnicas, desde algoritmos de ML clásicos y optimización matemática, hasta fine-tuning de grandes modelos, aplicación de Large Language Models y creación de sistemas RAG, entre otros. Trabajarás en proyectos de diversos ámbitos: legal, medios digitales y servicios de streaming, impacto social, preservación cultural y digitalización, etc.

Responsabilidades:

• Diseñar y aplicar soluciones basadas en algoritmos matemáticos y de ML clásico: modelos supervisados y no supervisados, modelos de regresión, clasificación, clustering, reducción de dimensionalidad, optimización, sistemas de recomendación, series temporales, aprendizaje semi-supervisado, etc.
• Diseñar y aplicar soluciones basadas en técnicas de Deep Learning: Large Language Models, modelos basados en Transformers, modelos de la familia BERT, Sentiment Analysis, closed domain Question Answering, chatbots, sistemas RAG, Fine Tuning y Parameter Efficient Fine Tuning, IA Generativa, etc.
• Investigar técnicas y métodos innovadores en el ámbito de la inteligencia artificial que conformen el estado del arte, para mantenerse actualizado con las nuevas tendencias.
• Aplicación práctica y experimentación de las técnicas que conforman el estado del arte en los proyectos y retos a desarrollar.
• Desarrollar documentación básica relacionada con las tareas en las que se participa.
• Participar en la redacción de artículos y presentaciones para compartir los resultados de la investigación y el desarrollo con la comunidad académica y la industria.

Esta posición puede estar ubicada en cualquiera de las sedes de Eurecat. La persona incorporada ha de tener disponibilidad para realizar desplazamientos frecuentes a la sede de Eurecat Barcelona.

Requisitos:

• Base teórica y aplicada de Machine Learning y Deep Learning.
• Experiencia en proyectos de Machine Learning y entrenamiento de modelos.
• Programación con Python y conocimiento de bibliotecas básicas como Numpy y Pandas, y bibliotecas de aprendizaje automático como Scikit-Learn y SciPy.
• Análisis de datos, limpieza, preparación y procesamiento.
• Conocimiento de control de versiones (git).
• Interés en la investigación, en el estado del arte y las nuevas tendencias, y en la lectura y comprensión de artículos académicos en el ámbito del Machine Learning.

Requisitos valorables:

• Conocimiento de técnicas y bibliotecas de procesamiento de texto como SpaCy, NLTK o LangChain.
• Frameworks de Deep Learning: PyTorch, TensorFlow, o Keras.
• Arquitecturas de redes neuronales: Transformers, LSTMs, CNNs...
• Plataformas de aprendizaje automático como HuggingFace.
• Herramientas de despliegue (Docker/API).
• Análisis y predicción de series temporales.
• Seguimiento de buenas prácticas de desarrollo de software.
• Familiaridad con sistemas Unix.
• Inglés / Catalán / Castellano: Posibilidad de participar en desarrollo de proyectos y reuniones con buen nivel de comprensión e interlocución.
• Disponibilidad e interés en aprender o mejorar los idiomas necesarios. El centro ofrece formación gratuita en todos los casos.