DATA SCIENTIST - GESTION ESTRATEGICA TECNICA VIDA

Como Data & AI Scientist, participarás en la realización de análisis exploratorios y experimentación básica con modelos de machine learning, trabajando principalmente con notebooks y bajo supervisión frecuente. Colaborarás con perfiles de Data Scientist más senior, Engineers y Analysts, contribuyendo al desarrollo de modelos concretos y al avance de estudios analíticos, aprendiendo a aplicar criterios de calidad del dato, rigor metodológico y buenas prácticas de ciencia de datos en un entorno real de negocio. FUNCIONES DEL PUESTO (FUNCIONES CLAVE) Realizar análisis exploratorios de datos (EDA) bajo supervisión, documentando resultados y primeros insights. Entrenar y evaluar modelos base de machine learning, siguiendo guías metodológicas definidas. Trabajar con notebooks para el análisis de datos y experimentación, asegurando orden y trazabilidad. Preparar y limpiar datasets, identificando problemas de calidad con apoyo de perfiles senior. Ejecutar experimentos analíticos supervisados y realizar el seguimiento de resultados obtenidos. Colaborar con Data Scientists y Engineers en tareas de apoyo al desarrollo de modelos. Documentar análisis, variables, hipótesis y resultados de forma clara y estructurada. Aplicar buenas prácticas básicas de versionado, organización del código y reproducibilidad. Aprender y aplicar el flujo de datos y uso de modelos dentro del contexto del negocio.

FORMACION Y CONOCIMIENTOS REQUERIDOS Formación universitaria en Ingeniería, Matemáticas, Estadística, Física, Sistemas de Información, ADE + Data, Actuariales o similar Conocimientos básicos de estadística descriptiva y probabilidad. Fundamentos de machine learning clásico. Python para ciencia de datos: Pandas, NumPy y primeros usos de Scikit-learn. Uso habitual de notebooks para análisis y experimentación. Conocimientos básicos de evaluación de modelos (accuracy, precision, recall, métricas simples). Comprensión inicial del ciclo de vida del dato y del modelo. Nociones de buenas prácticas de ciencia de datos: orden del código, documentación y reproducibilidad. MLOPs, Amazon Web Services (AWS), Sql y herramientas de visualización como PowerBi EXPERIENCIA PROFESIONAL REQUERIDA PARA EL PUESTO MÍNIMA DE 2 AÑOS: Participación en análisis exploratorios de datos. Entrenamiento y evaluación de modelos básicos de ML. Uso de notebooks para experimentación analítica. Colaboración en estudios o modelos concretos con apoyo senior. Primeras experiencias en proyectos de analítica o ciencia de datos.