Descripción de la oferta
Job-ID: 6b800a11-bed7-4142-8bb8-e1c7040ffa7bReference: J-4354Location: Barcelona, SpainJob type: Full-time, HybridSalary: EUR 55.000 - 75.000Category: DataStack: Python, Machine Learning, MLOps, SQL, AzureContact: david.carbonell@akuaro.com, andersson@akuaro.com, tatiana@akuaro.com, claudio@akuaro.comUna empresa líder en el sector industrial europeo está inmersa en una ambiciosa transformación digital, integrando activamente la inteligencia artificial en el corazón de sus operaciones. Con múltiples iniciativas en Datos e IA que abarcan áreas clave como producción, energía, calidad, mantenimiento, logística y eficiencia operativa.Buscamos un/a Data Scientist / Machine Learning Engineer Senior apasionado/a por desarrollar soluciones de IA con un impacto tangible, guiando los modelos desde la conceptualización del caso de uso hasta su efectiva implementación en producción.Te integrarás en un equipo interno de reciente creación. Inicialmente, colaborarás con partners tecnológicos estratégicos para la transferencia de conocimiento, asumiendo progresivamente un ownership creciente sobre los modelos y productos de inteligencia artificial que se desarrollarán internamente.Tu MisiónTu objetivo principal será transformar datos industriales y corporativos en modelos de Machine Learning robustos, capaces de optimizar la toma de decisiones y los procesos operativos. Colaborarás estrechamente con expertos de negocio y operaciones para comprender a fondo las necesidades, definir el enfoque más adecuado y construir soluciones fiables, explicables y altamente utilizables.Valoramos a profesionales que no solo experimenten, sino que disfruten construyendo, desplegando y optimizando soluciones que generen un impacto real y sean adoptadas en el día a día.ResponsibilitiesDiseñar, entrenar y validar modelos de Machine Learning avanzados para resolver desafíos en áreas clave como producción, energía, calidad y logística.Transformar las necesidades de negocio en problemas analíticos concretos, desarrollando soluciones de forecasting, clasificación, regresión o detección de anomalías.Liderar el ciclo de vida completo del modelo, desde el análisis exploratorio y feature engineering hasta el despliegue en entornos de producción.Implementar y evolucionar prácticas de MLOps para asegurar la trazabilidad, reproducibilidad y el monitoreo continuo del rendimiento de los modelos.Investigar y aplicar soluciones de Generative AI (GenAI) y Large Language Models (LLM), contribuyendo a la creación de activos reutilizables y metodologías innovadoras.RequirementsSólida experiencia profesional desarrollando y desplegando modelos de Machine Learning con Python.Dominio del ciclo de vida completo de los modelos: desde la experimentación y validación hasta el despliegue y monitoreo en producción.Conocimiento profundo del ecosistema de Python para ML (ej. scikit-learn, XGBoost, pandas) y un buen nivel de SQL.Experiencia práctica en el desarrollo o prototipado de soluciones con Generative AI (GenAI) o Large Language Models (LLM).Familiaridad con conceptos de MLOps, seguimiento de experimentos y plataformas cloud como Azure o Databricks (valorado positivamente).Capacidad para trabajar con datasets complejos, aplicar rigor estadístico y traducir problemas de negocio en soluciones analíticas.Nivel de inglés profesional alto y disponibilidad para un modelo de trabajo híbrido en la zona industrial de Barcelona.BenefitsFormar parte de un proyecto estratégico con el respaldo de la dirección tecnológica, contribuyendo a la definición de un área clave.Oportunidad de trabajar en un backlog real de casos de uso con datos industriales complejos, viendo el impacto directo de tus soluciones.Autonomía para proponer metodologías y tecnologías, participando en la evolución de nuestra plataforma de Data e IA.Modelo de trabajo híbrido (50% remoto) con flexibilidad horaria y jornada intensiva en verano.Beneficios adicionales como comedor de empresa subvencionado, aparcamiento y acceso a formación continua.Salario competitivo en un rango de 70.000 a 85.000 brutos anuales, ajustado a experiencia.
