Data Scientist & Machine Learning Engineer DS&BDA

Eurecat; Cerdanyola del Vallés; Presencial; EUR 35.000 - 65.000; Jornada completa

Descripción de la vacante

Una empresa innovadora busca un Data Scientist y ML Engineer motivado para unirse a su equipo. Esta posición ofrece la oportunidad de trabajar en proyectos diversos, aplicando técnicas de Machine Learning y Deep Learning en áreas como el impacto social y la digitalización. El candidato ideal tendrá experiencia en la programación con Python y un sólido conocimiento de bibliotecas de análisis de datos y aprendizaje automático. Además, se valorará el interés en la investigación y el aprendizaje continuo. Si te apasiona la inteligencia artificial y deseas contribuir a proyectos significativos, esta es tu oportunidad.

Formación

• Sólida base teórica y práctica en Machine Learning y Deep Learning.
• Experiencia en programación con Python y bibliotecas como Numpy y Pandas.

Responsabilidades

• Diseñar y aplicar soluciones basadas en algoritmos de ML clásico y Deep Learning.
• Investigar técnicas innovadoras en inteligencia artificial y mantenerse actualizado.

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.

EXPERIENCIA Y CONOCIMIENTOS:

Requisitos imprescindibles:

• 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.