> Markdown version of [/jobs/ext/3146354-data-scientist-akuaro](https://www.wearedevelopers.com/jobs/ext/3146354-data-scientist-akuaro). 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 - Akuaro

- **Company:** Akuaro
- **Location:** Barcelona, Spain
- **Contract:** Permanent contract
- **Skills:** Microsoft Azure, Python (Programming Language), Machine Learning, SQL Databases, Working Model 2D, Feature Engineering, Large Language Models, Pandas, Scikit Learn, Xgboost, Machine Learning Operations, Databricks
- **Published:** September 29, 2026
- **Apply:** https://www.buscojobs.com.es/data-scientist-akuaro-en-barcelona-ID-373340755

## About the Role

(scikit-learn, XGBoost, pandas) y buen nivel de SQL Experiencia práctica con GenAI/LLM Familiaridad con MLOps y plataformas cloud como Azure o Databricks Capacidad para trabajar con datasets complejos y aplicar rigor estadístico Inglés profesional alto y disponibilidad para trabajo híbrido en Barcelona Colaboración con stakeholders de negocio Proactividad y orientación a impacto Comunicación clara y capacidad de traducir problemas de negocio en soluciones analíticas Python para ML (scikit-learn, XGBoost, pandas) SQL GenAI/LLM

## Description

Overview En Akuaro buscas a un/a Data Scientist / ML Engineer Senior para transformar datos industriales en modelos de Machine Learning que apoyen decisiones y operaciones.Te unirás a un equipo interno reciente y, al principio, colaborarás con partners para transferir conocimiento y ganar ownership de soluciones de IA.Trabajarás para diseñar e implementar modelos fiables y explicables que se integren en producción, con un enfoque práctico y de alto impacto.Es una oportunidad para impulsar la IA en áreas críticas como producción, energía y logística.Compensaciones / Beneficios modelo de trabajo híbrido (50% remoto) horario flexible jornada intensiva en verano comedor de empresa subvencionado aparcamiento formación continua Responsabilidades Diseñar, entrenar y validar modelos de ML para producción en áreas como producción, energía, calidad y logística Convertir necesidades de negocio en problemas analíticos y desarrollar soluciones de forecasting, clasificación, regresión o detección de anomalías Liderar el ciclo de vida del modelo desde análisis exploratorio y feature engineering hasta despliegue en producción Implementar y evolucionar prácticas de MLOps para trazabilidad, reproducibilidad y monitoreo Investigar y aplicar GenAI y LLM para crear activos reutilizables y metodologías innovadoras Requisitos principales Experiencia en desarrollo y despliegue de ML con Python Dominio del ciclo de vida completo de modelos (experimentación, validación, despliegue y monitoreo) Conocimiento del ecosistema Python para ML (scikit-learn, XGBoost, pandas) y buen nivel de SQL Experiencia práctica con GenAI/LLM Familiaridad con MLOps y plataformas cloud como Azure o Databricks Capacidad para trabajar con datasets complejos y aplicar rigor estadístico Inglés profesional alto y disponibilidad para trabajo híbrido en Barcelona Colaboración con stakeholders de negocio Proactividad y orientación a impacto Comunicación clara y capacidad de traducir problemas de negocio en soluciones analíticas Python para ML (scikit-learn, XGBoost, pandas) SQL GenAI/LLM


## Related Videos

- [Advanced Typing in TypeScript](https://www.wearedevelopers.com/videos/496-advanced-typing-in-typescript)
- [TikTok's Privacy Innovation](https://www.wearedevelopers.com/videos/1036-tiktok-s-privacy-innovation)
- [Cutting LLM Costs Without Cutting Quality: How to Beat Proprietary LLMs with Fine-Tuned Open Source](https://www.wearedevelopers.com/videos/100151-cutting-llm-costs-without-cutting-quality-how-to-beat-proprietary-llms-with-fine-tuned-open-source)
- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)
- [PySpark - Combining Machine Learning & Big Data](https://www.wearedevelopers.com/videos/44-pyspark-combining-machine-learning-big-data)
- [OLTP in the Lakehouse: Redefining Data for AI Workloads](https://www.wearedevelopers.com/videos/2038-oltp-in-the-lakehouse-redefining-data-for-ai-workloads)

## Related Articles

- [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production)
- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [Making Data Warehouses Fast: A Developer’s Story](https://www.wearedevelopers.com/magazine/107-making-data-warehouses-fast-a-developer-s-story)
- [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know)