Senior Data Scientist / Forecasting / Vertex AI / Sector Retail

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.

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

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