Director de Ciencia de Datos

Requisitos:

• Más de 5 años de experiencia en Data Science, Machine Learning o Analítica Aplicada.
• Más de 3 años en un rol de liderazgo en DS (Lead DS, Head of DS, Director of DS o similar).
• Experiencia demostrada construyendo y liderando equipos de Data Science.
• Trayectoria probada en la entrega de soluciones de DS/ML con impacto real en el negocio.
• Sólido conocimiento de algoritmos de ML, experimentación, modelado predictivo y análisis estadístico.
• Experiencia práctica con Python, frameworks de ML (TensorFlow, PyTorch, Scikit-learn) y herramientas de analítica.
• Sólida comprensión de los pipelines de datos, tecnologías de big data y la colaboración con equipos de Data Engineering.
• La experiencia en AdTech, atribución, mecánica de subastas o algoritmos de optimización es un gran plus.
• Excelentes habilidades de comunicación y gestión de las partes interesadas.
• Capacidad para traducir conceptos técnicos a lenguaje de negocio.
• Gran capacidad de toma de decisiones y priorización.
• Pasión por la mentoría, el coaching y la creación de equipos de alto rendimiento.

Grado o Máster en Data Science, Ciencias de la Computación, Ingeniería, Matemáticas o un campo relacionado (un doctorado es un plus).

Qué ofrecemos:

• La oportunidad de construir y liderar la función de Data Science de una empresa de productos global.
• Influencia directa en la hoja de ruta del producto y en los resultados de negocio.
• Un entorno de equipo colaborativo e internacional.
• Paquete de compensación competitivo y oportunidades de crecimiento.
• Una oportunidad para dar forma al futuro de la monetización de aplicaciones móviles.

Con un producto excepcional y una misión que emociona e inspira, Appodeal ofrece una oportunidad única de generar un impacto siendo parte de un equipo increíble.

¡Únete a nosotros y ayuda a dar forma al futuro del éxito de las aplicaciones móviles!

Ahora estamos ampliando nuestras capacidades de datos y buscamos un/a experimentado/a Chief Data Science Officer para liderar y escalar nuestra función de Data Science UA team en Barcelona.

Este rol es ideal para un líder con una sólida formación técnica, excelentes habilidades de gestión de personas y la capacidad de convertir los datos en resultados de producto y negocio accionables y de alto impacto.

El/la Chief Data Science Officer será responsable de construir y hacer crecer nuestra organización de Data Science, impulsar iniciativas avanzadas de analítica y ML, y asegurar que nuestros productos y unidades de negocio se vean potenciados por conocimientos de alta calidad y capacidades predictivas.

Trabajarás estrechamente con los equipos de Producto, Ingeniería, Revenue y Liderazgo para traducir las necesidades de negocio en soluciones de DS/ML, fortalecer nuestra infraestructura de datos y apoyar la toma de decisiones en todo el ecosistema.

Este es un rol de liderazgo estratégico y práctico con una influencia significativa en la evolución del producto, los algoritmos de optimización y la excelencia operativa.

Responsabilidades clave:

• Liderar y escalar la función de Data Science en toda la organización.
• Traducir los objetivos de negocio y de producto en iniciativas de DS/ML y planes de ejecución claros.
• Construir y promover una sólida cultura basada en datos en todos los equipos.
• Data Science aplicada y ML.
• Supervisar el desarrollo, despliegue y monitorización de modelos de ML en todo el ecosistema de productos y monetización de Appodeal.
• Guiar la experimentación, el modelado, la medición del uplift y la optimización algorítmica.
• Garantizar la calidad, fiabilidad, imparcialidad y el rendimiento de los modelos a escala.
• Colaboración y Gestión de Stakeholders.
• Colaborar con los equipos de Producto e Ingeniería para integrar Data Science en las hojas de ruta de producto.
• Trabajar con las unidades de negocio para identificar oportunidades, definir requisitos de DS/ML y ofrecer conocimientos impactantes.
• Comunicar los resultados, métricas y recomendaciones de DS a la dirección.
• Colaborar con los equipos de Data Engineering y MLOps para garantizar pipelines robustos, feature stores y flujos de trabajo de despliegue de modelos.
• Mejorar la calidad de los datos, la observabilidad y los estándares de gobernanza.