> Markdown version of [/jobs/ext/2764188-data-scientist-marketing](https://www.wearedevelopers.com/jobs/ext/2764188-data-scientist-marketing). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Data Scientist (Marketing)

- **Company:** FDS, A DXC Technology Company
- **Location:** A Coruña, Spain
- **Contract:** Permanent contract
- **Skills:** Code Review, Python (Programming Language), Machine Learning, NumPy, Tensorflow, SQL Databases, Pytorch, Deep Learning, Keras, Git, Pandas, Data Lakes, Scikit Learn, Xgboost, Machine Learning Operations, Software Version Control, Databricks
- **Published:** September 6, 2026
- **Apply:** https://www.buscojobs.com.es/data-scientist-marketing-en-la-coruna-ID-369522195

## About the Role

Al menos 3 años de experiencia como Data Scientist o rol equivalente, desarrollando proyectos de Machine Learning end-to-end en entornos productivos.
Machine Learning aplicado: regresión, clasificación y, especialmente, modelosde forecasting y series temporales.
Dominio de Python para Data Science: scikit-learn, XGBoost, pandas, NumPy.
Experiencia trabajando con Databricks (notebooks, clusters, Delta Lake).
Gestión del ciclo de vida de modelos con MLflow: registro de experimentos, modelos y despliegue.
Buen nivel de SQL para exploración y preparación de datos sobre volúmenes relevantes.
Experiencia aplicando técnicas de explicabilidad de modelos (SHAP, LIME o equivalentes).
Conocimientos de Deep Learning (TensorFlow, PyTorch o Keras), especialmente aplicado a series temporales.
Experiencia previa en proyectos de retail o entornos con fuerte componente de demanda y stock.
Buenas prácticas de ingeniería: control de versiones con Git, revisión de código y testing.
¿Participación en proyectos innovadores y de alto impacto.

## Description

Buscamos un Data Scientist con experiencia en proyectos de forecasting dentro del sector retail.La persona se incorporará a un equipo de más de 15 personas, encuadrado en un área de análisis avanzado de datos de más de 80 profesionales, para diseñar, entrenar y poner en producción modelos predictivos sobre indicadores de negocio como ventas, devoluciones, demanda, rotación de inventario y stock.¿Diseñar, entrenar y validar modelos de forecasting sobre indicadores de retail (ventas, devoluciones, demanda, rotación de inventario, stock).Explorar, preparar y modelar datos a partir de fuentes corporativas mediante SQL y notebooks en Databricks.Gestionar el ciclo de vida de modelos con MLflow: registro de experimentos, versionado de modelos y despliegue.Colaborar con el resto del equipo de Data Science y con el área de análisis avanzado para iterar sobre los modelos y mejorar su rendimiento en producción.Documentar metodología, resultados y decisiones técnicas para asegurar la trazabilidad de los proyectos.Al menos 3 años de experiencia como Data Scientist o rol equivalente, desarrollando proyectos de Machine Learning end-to-end en entornos productivos.Machine Learning aplicado: regresión, clasificación y, especialmente, modelosde forecasting y series temporales.Dominio de Python para Data Science: scikit-learn, XGBoost, pandas, NumPy.Experiencia trabajando con Databricks (notebooks, clusters, Delta Lake).Gestión del ciclo de vida de modelos con MLflow: registro de experimentos, modelos y despliegue.Buen nivel de SQL para exploración y preparación de datos sobre volúmenes relevantes.Experiencia aplicando técnicas de explicabilidad de modelos (SHAP, LIME o equivalentes).Conocimientos de Deep Learning (TensorFlow, PyTorch o Keras), especialmente aplicado a series temporales.Experiencia previa en proyectos de retail o entornos con fuerte componente de demanda y stock.Buenas prácticas de ingeniería: control de versiones con Git, revisión de código y testing.¿Participación en proyectos innovadores y de alto impacto.Entorno de trabajo flexible y colaborativo.Formación continua.xohynlm Formar parte de una compañía global líder en tecnología.