Profesor Data Science & Analytics (Full-Time)

Profesor de Data Science & AnalyticsFull-timeMadrid* ****** € brutos anuales * Contrato fijo * Incorporación inmediata¿Tiene su CV preparado?Si es así y confía en que este es el puesto ideal para usted, asegúrese de enviar su solicitud lo antes posible.ResponsabilidadesImpartir formación presencial en Data Science & Analytics con enfoque práctico.Explicar conceptos de análisis de datos de forma clara y aplicada al entorno profesional.Supervisar ejercicios, dashboards, proyectos y entregas finales.Acompañar y mentorizar a los alumnos en su evolución.Fomentar el pensamiento crítico y la toma de decisiones basada en datos.Mantener los contenidos actualizados según las tendencias del sector.Conocimientos técnicos requeridosProgramación y tratamiento de datos: Python (Pandas, NumPy), SQL, bases de datos relacionales, limpieza y transformación de datos, Jupyter notebook o Google Colab.Exploración y visualización: EDA, definición de métricas y KPIs, detección de patrones, Power BI, Tableau, Matplotlib, Seaborn o Plotly, storytelling con datos.Estadística aplicada: descriptiva e inferencial, probabilidad, correlaciones, interpretación de resultados orientada a negocio.Machine Learning: Scikit-learn (clasificación, regresión, clustering), evaluación, validación, feature engineering, pipelines.Opcionales: Deep Learning (TensorFlow o PyTorch), Big Data (Spark, PySpark), APIs externas, entornos cloud (AWS, GCP, Azure), IA generativa, MLOps (MLflow, Databricks, Docker).Requisitos imprescindiblesExperiencia demostrable como profesor/a o formador/a.Experiencia profesional en Data Analytics o roles relacionados.Capacidad pedagógica y excelente comunicación.Enfoque práctico orientado a la empleabilidad.Habilidad para motivar y acompañar perfiles en cambio profesional.Requisitos valoradosExperiencia en proyectos reales de análisis de datos aplicados a negocio.Certificaciones en Data Analytics o Business Intelligence.Experiencia formando perfiles junior o en procesos de reskilling profesional.BeneficiosIncorporación a una escuela tecnológica referente en el sector.Impacto real formando profesionales que cambian su futuro laboral.Entorno dinámico, innovador y en constante evolución.Jornada completa y estabilidad profesional.Participación en la mejora continua del programa formativo.xcskxljSi te apasionan el análisis de datos, la ciencia de datos y la enseñanza, y quieres ayudar a otros a construir su futuro profesional, queremos conocerte.#J-*****-Ljbffr

Conocimientos técnicos requeridos Programación y tratamiento de datos: Python (Pandas, NumPy), SQL, bases de datos relacionales, limpieza y transformación de datos, Jupyter notebook o Google Colab. Exploración y visualización: EDA, definición de métricas y KPIs, detección de patrones, Power BI, Tableau, Matplotlib, Seaborn o Plotly, storytelling con datos. Estadística aplicada: descriptiva e inferencial, probabilidad, correlaciones, interpretación de resultados orientada a negocio. Machine Learning: Scikit-learn (clasificación, regresión, clustering), evaluación, validación, feature engineering, pipelines. Opcionales: Deep Learning (TensorFlow o PyTorch), Big Data (Spark, PySpark), APIs externas, entornos cloud (AWS, GCP, Azure), IA generativa, MLOps (MLflow, Databricks, Docker). Requisitos imprescindibles Experiencia demostrable como profesor/a o formador/a. Experiencia profesional en Data Analytics o roles relacionados. Capacidad pedagógica y excelente comunicación. Enfoque práctico orientado a la empleabilidad. Habilidad para motivar y acompañar perfiles en cambio profesional. Requisitos valorados Experiencia en proyectos reales de análisis de datos aplicados a negocio. Certificaciones en Data Analytics o Business Intelligence. Experiencia formando perfiles junior o en procesos de reskilling profesional.

Incorporación a una escuela tecnológica referente en el sector. Impacto real formando profesionales que cambian su futuro laboral. Entorno dinámico, innovador y en constante evolución. Jornada completa y estabilidad profesional. Participación en la mejora continua del programa formativo.