Senior Data Scientist / Forecasting / Vertex AI / Sector Retail

Grupo TECDATA Engineering; España; On-site; EUR 60,000 - 90,000; Full time

Job summary

Grupo TECDATA Engineering busca un Senior Data Scientist especializado en Machine Learning y Forecasting para liderar el ciclo completo de desarrollo de modelos predictivos, desde la preparación de datos hasta su despliegue y monitorización en producción.

La persona seleccionada trabajará en forecasting jerárquico y multi-horizonte, aplicando técnicas avanzadas para generar predicciones fiables, escalables y útiles para la toma de decisiones de negocio.

Qualifications

• 4–6+ años de experiencia en Data Science / Machine Learning
• Dominio de Python y SQL para análisis y modelado
• Experiencia con forecasting jerárquico y multi-horizonte

Responsibilities

• Diseñar, desarrollar y validar modelos de forecasting jerárquico y multi-horizonte
• Implementar modelos de ML capaces de aprender patrones entre múltiples series temporales
• Gestionar el ciclo completo de modelización: preparación de datos, entrenamiento, evaluación, despliegue y monitorización
• Trabajar con grandes volúmenes de datos y variables endógenas y exógenas
• Desarrollar pipelines de datos y entrenamiento con Python, SQL y GCP
• Aplicar MLOps para despliegue y monitorización en producción
• Utilizar técnicas de explicabilidad como SHAP para interpretar predicciones
• Colaborar con negocio para traducir necesidades en soluciones predictivas

Skills

Python

SQL

GCP

BigQuery

Airflow

Vertex AI

Forecasting

Machine Learning

Data Science

MLOps

SHAP

Data pipeline

Tools

BigQuery

Airflow

Vertex AI

Job description

Experiencia: 4–6+ años en Data Science / Machine Learning

Tecnologías clave: Python, SQL, GCP, BigQuery, Airflow, Vertex AI

Incorporación: Por confirmar

Buscamos un/a Senior Data Scientist especializado/a en Machine Learning y Forecasting, con autonomía técnica y capacidad para liderar el ciclo completo de desarrollo de modelos predictivos, desde la preparación y validación de datos hasta el despliegue, monitorización y mejora continua en producción.

La persona seleccionada trabajará en el desarrollo de modelos de forecasting jerárquico y multi-horizonte, aplicando técnicas avanzadas de Machine Learning y análisis estadístico para generar predicciones fiables, escalables y útiles para la toma de decisiones de negocio.

• Diseñar, desarrollar y validar modelos predictivos de forecasting jerárquico y multi-horizonte.
• Implementar modelos globales de Machine Learning capaces de aprender patrones compartidos entre múltiples series temporales.
• Gestionar el ciclo completo de modelización: preparación de datos, selección de variables, entrenamiento, evaluación, despliegue y monitorización.
• Trabajar con grandes volúmenes de datos, combinando variables endógenas y exógenas para mejorar la precisión de las predicciones.
• Aplicar técnicas estadísticas y metodologías de validación temporal, evitando problemas de data leakage y garantizando la robustez de los resultados.
• Desarrollar pipelines de datos y entrenamiento utilizando Python, SQL y servicios de Google Cloud Platform.
• Implementar procesos de MLOps para automatizar el despliegue, seguimiento y actualización de modelos en producción.
• Aplicar técnicas de explicabilidad, como SHAP, para interpretar las predicciones y comunicar los factores que influyen en los resultados.
• Diseñar controles de calidad del dato y sistemas de monitorización para detectar desviaciones, degradación del rendimiento y cambios en los patrones de entrada.
• Colaborar con equipos de negocio para traducir necesidades operativas en soluciones predictivas y comunicar conclusiones técnicas de forma clara.
• Entre 4 y 6 o más años de experiencia en Data Science / Machine Learning.
• Dominio de Python y SQL para análisis, preparación de datos y desarrollo de modelos.
• Experiencia sólida en forecasting jerárquico y multi-horizonte, con modelos globales de Machine Learning.
• Conocimientos avanzados de estadística, modelización predictiva y validación de modelos temporales.
• Experiencia en prevención de data leakage y diseño de estrategias de evaluación fiables.
• Experiencia trabajando con grandes volúmenes de datos y variables endógenas y exógenas.
• Conocimientos prácticos de GCP, especialmente BigQuery, Airflow y Vertex AI.
• Experiencia en MLOps, despliegue y monitorización de modelos en producción.
• Capacidad para interpretar resultados y aplicar técnicas de explicabilidad como SHAP.
• Autonomía técnica, pensamiento analítico y capacidad para comunicar resultados a perfiles de negocio.
• Experiencia en sector retail

Se valorará especialmente

• Experiencia en forecasting aplicado al sector retail, demanda, ventas o planificación.
• Experiencia con scikit-learn, PyTorch o TensorFlow.
• Desarrollo de validaciones automatizadas de calidad del dato.
• Implementación de sistemas de monitorización de desviaciones y detección de data drift.
• Experiencia optimizando modelos predictivos y pipelines para entornos productivos de gran escala.