Científico de Datos - Mantenimiento Predictivo e IA para Sistemas Aeronáuticos

• Grado en Ciencia de Datos, Ingeniería Informática, Ingeniería Aeroespacial, Matemáticas, Estadística, Física o titulaciones afines.
• Al menos 3 años de experiencia profesional en proyectos de Data Science, Machine Learning o Analítica Avanzada.
• Experiencia demostrable en programación con Python y manejo de librerías como Pandas, NumPy y Scikit-Learn.
• Conocimientos y experiencia en frameworks de Deep Learning como TensorFlow y/o PyTorch.
• Experiencia en procesamiento y análisis de grandes volúmenes de datos utilizando tecnologías como PySpark y formatos Parquet.
• Conocimientos en análisis de series temporales, mantenimiento predictivo, detección de anomalías, prognosis y estimación de vida útil remanente (RUL).
• Conocimientos de Git y buenas prácticas de desarrollo colaborativo.
• Perfil analítico, proactivo, orientado a la resolución de problemas y con capacidad para trabajar en equipos multidisciplinares.

• Se valorará especialmente experiencia en entornos industriales, Digital Twin, sistemas complejos, simulación de ingeniería o sector aeroespacial.
• Experiencia en herramientas de visualización de datos como Matplotlib, Seaborn o Plotly.

Buscamos un/a Data Scientist que será responsable del desarrollo de soluciones avanzadas de análisis predictivo para iniciativas de Virtual Engineering y Predictive Maintenance en Airbus. La persona seleccionada trabajará con datos sintéticos generados por modelos de simulación de ingeniería, transformando grandes volúmenes de información en algoritmos de Machine Learning capaces de anticipar degradaciones, detectar anomalías y estimar la vida útil remanente de componentes y sistemas. Se requiere una sólida base en Ciencia de Datos, Inteligencia Artificial y técnicas de mantenimiento predictivo.

Responsabilidades generales:

• Análisis y explotación de datos sintéticos generados por modelos de simulación para identificar patrones de comportamiento, tendencias y modos de fallo.
• Diseño, desarrollo y validación de modelos de Machine Learning orientados a mantenimiento predictivo, detección temprana de anomalías, prognosis y estimación de Remaining Useful Life (RUL).
• Definición, desarrollo y evaluación de Health Indicators (HI) y Condition Indicators (CI) para monitorizar el estado de salud y la evolución de degradaciones en sistemas aeronáuticos.
• Identificación de variables críticas y caracterización de modos de fallo mediante técnicas avanzadas de análisis de datos y modelado estadístico.
• Diseño e implementación de procesos de preparación, limpieza, transformación y explotación de datos para garantizar la calidad y fiabilidad de los modelos desarrollados.
• Evaluación del rendimiento de los modelos predictivos utilizando métricas y KPIs definidos por el cliente.
• Desarrollo de soluciones basadas en Inteligencia Artificial aplicadas a entornos de Virtual Engineering, Digital Twin y sistemas complejos.
• Colaboración estrecha con especialistas de simulación y expertos de sistema para interpretar resultados, validar hipótesis y mejorar continuamente los modelos desarrollados.
• Elaboración de documentación técnica y participación en revisiones de proyecto con los equipos de Airbus.
• Contribución a la innovación tecnológica mediante el desarrollo de capacidades avanzadas de mantenimiento basado en condición y análisis predictivo.

Qué buscamos