Data Scientist / ML Engineer (AWS, GenAI & MLOps) / Híbrido Madrid / (H/X/M)

• Titulación universitaria en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística u otras disciplinas STEM.
• Experiencia mínima de 3 años en posiciones de Data Scientist, Machine Learning o áreas relacionadas.
• Experiencia demostrable en:
• • Python
  • Desarrollo de pipelines de datos
  • Machine Learning e Inteligencia Artificial en producción
  • Integración de soluciones mediante APIs
• Experiencia trabajando con servicios AWS como:
• • SageMaker
  • Bedrock
  • S3
  • IAM
• Experiencia en proyectos de NLP y utilización de LLMs.
• Conocimiento de Prompt Engineering aplicado al análisis de transcripciones y automatización de procesos basados en lenguaje natural.
• Experiencia en Snowflake:
• • Modelado de datos
  • Creación de tablas
  • Gestión de entornos
• Conocimientos avanzados de SQL.
• Experiencia desplegando soluciones en entornos productivos.

• Experiencia en entornos multinacionales o arquitecturas multi-country.
• Experiencia en entornos multi-cuenta AWS.
• Conocimientos y experiencia en prácticas de MLOps.
• Experiencia en AIOps o automatización de operaciones basadas en IA.
• Experiencia adicional en IA Generativa y ecosistemas cloud avanzados.
• Participación en proyectos de industrialización de modelos de Machine Learning.

Desde Experis buscamos incorporar un/a Data Scientist / ML Engineer para participar en proyectos innovadores relacionados con Inteligencia Artificial, Machine Learning y procesamiento avanzado de datos, colaborando en el diseño, desarrollo e implantación de soluciones de IA en entornos productivos sobre AWS.

Las principales responsabilidades serán:

• Diseñar, desarrollar y mantener modelos de Machine Learning e Inteligencia Artificial orientados a negocio.
• Construir y optimizar pipelines de datos para el entrenamiento, despliegue y monitorización de modelos.
• Implementar soluciones de IA en entornos productivos utilizando servicios cloud de AWS.
• Participar en proyectos de procesamiento de lenguaje natural (NLP) y análisis de transcripciones mediante LLMs.
• Diseñar y optimizar estrategias de prompt engineering para casos de uso basados en inteligencia artificial generativa.
• Integrar soluciones mediante APIs con sistemas internos y plataformas externas.
• Desarrollar procesos de ingesta, transformación y explotación de datos sobre Snowflake.
• Colaborar con equipos multidisciplinares para garantizar la escalabilidad, trazabilidad y mantenimiento de las soluciones desplegadas.
• Aplicar buenas prácticas de MLOps para la industrialización de modelos de IA.

• Ubicación: Madrid.
• Modelo híbrido con presencialidad de aproximadamente 2 días por semana en cliente.
• Jornada partida de lunes a jueves.
• Jornada intensiva los viernes.
• Horario intensivo durante el periodo de verano.