Data Scientist (Python)

Shakers; Xanes; Presencial; EUR 60.000 - 90.000; Jornada completa

Descripción de la vacante

Shakers busca un Data Scientist freelance con fuerte componente de Data Engineering para construir el núcleo de dato e inteligencia de una plataforma de ventas farmacéuticas.

El rol implica diseñar, entrenar y desplegar modelos, gestionar pipelines y colaborar con el arquitecto para integrar salidas en un LLM, con enfoque en MLOps y soluciones escalables.

Formación

• Experiencia sólida como data scientist con modelos en producción.
• ML clásico y deep learning, y NLP aplicado a texto y voz.
• Capacidad real de data engineering: pipelines, ETL, modelado y almacenamiento, y entornos cloud (Azure o AWS).
• Buenas prácticas de ingeniería de software y MLOps.
• Python.
• Criterio claro sobre cuándo usar ML/DL frente a un LLM.

Responsabilidades

• Diseñar, entrenar y poner en producción los modelos núcleo: scoring de clientes, segmentación, clasificación de NLP sobre notas de voz, predicción de valor y detección de patrones de efectividad.
• Construir y mantener el ciclo de vida del dato de punta a punta (ingesta, transformación, calidad, versionado y almacenamiento) junto al arquitecto empresarial.
• Definir cómo la salida de los modelos se integra en el orquestador que alimenta al LLM, garantizando salidas deterministas y accionables.
• Generar el dataset sintético inicial a partir del conocimiento de negocio del equipo fundador y dejar preparada la ingesta del dato real del primer cliente.
• Establecer buenas prácticas de MLOps: reentrenamiento, monitorización, reproducibilidad y explicabilidad.

Conocimientos

Data science

ML clásico

Deep learning

NLP aplicado

Python

Data engineering

Azure

AWS

MLOps

Herramientas

ETL

Descripción del empleo

Descripción del trabajo

Buscamos Data Scientist freelance (con Data Engineering). El reto: construir el núcleo de dato e inteligencia de una plataforma que convierte las interacciones de campo de las redes de ventas farmacéuticas (notas de voz, visitas, resultados) en recomendaciones accionables. Los modelos propios son el moat del producto. Lo importante ~ Freelance + contratación ~ Full time ~ Remoto

Qué harás

• Diseñar, entrenar y poner en producción los modelos núcleo: scoring de clientes, segmentación, clasificación de NLP sobre notas de voz, predicción de valor y detección de patrones de efectividad
• Construir y mantener el ciclo de vida del dato de punta a punta (ingesta, transformación, calidad, versionado y almacenamiento) junto al arquitecto empresarial
• Definir cómo la salida de los modelos se integra en el orquestador que alimenta al LLM, garantizando salidas deterministas y accionables
• Generar el dataset sintético inicial a partir del conocimiento de negocio del equipo fundador y dejar preparada la ingesta del dato real del primer cliente
• Establecer buenas prácticas de MLOps: reentrenamiento, monitorización, reproducibilidad y explicabilidad

Qué necesitamos sí o sí

• Experiencia sólida como data scientist con modelos en producción (no solo pruebas de concepto)
• ML clásico y deep learning, y NLP aplicado a texto y voz
• Capacidad real de data engineering: pipelines, ETL, modelado y almacenamiento, y entornos cloud (Azure o AWS)
• Buenas prácticas de ingeniería de software y MLOps
• Python
• Criterio claro sobre cuándo usar ML/DL frente a un LLM: el análisis, el scoring y la detección de patrones viven en el ML; el LLM traduce a lenguaje natural
• Autonomía y mentalidad de startup: construir de cero y traducir negocio en solución técnica

Suma puntos

• Experiencia en sector farmacéutico o con datos comerciales / CRM
• Segmentación dinámica asistida por LLM, sistemas de recomendación, next best action
• Experiencia con datos sintéticos o entornos con datos limitados
• Criterio de arquitectura cloud consciente de coste