Científico de Datos

• Dominio de Python (pandas, NumPy, scikit-learn, Matplotlib, seaborn) y de SQL para el análisis de datos a gran escala.
• Habilidad en flujos de trabajo de machine learning, incluyendo diseño experimental, inferencia causal y A/B testing.
• Experiencia con Git y comodidad trabajando con datos a gran escala en un entorno de data warehouse.
• Máster en un campo cuantitativo (informática, matemáticas aplicadas, ciencia de datos o afines).

• Capacidad para comunicarte y realizar presentaciones a stakeholders no técnicos en inglés, traduciendo el trabajo analítico en recomendaciones claras y accionables.

• Contrato indefinido, empleo a tiempo completo con beneficios sociales integrales.
• 25 días de vacaciones al año + día libre por cumpleaños.
• Seguro médico privado.
• Compensación flexible con tarjeta Ticket Restaurant.
• Cursos de idiomas gratuitos.
• Modelo híbrido de trabajo desde casa.
• Sistema de progresión salarial basado en méritos y un paquete salarial inicial competitivo.

La vida en Gameloft 

Nuestro estudio de Barcelona ofrece oportunidades reales de desarrollo profesional y un entorno de trabajo positivo en una oficina con una ubicación céntrica. Valoramos las condiciones de trabajo de apoyo y un enfoque equilibrado entre la vida laboral y personal, y nuestros equipos trabajan juntos con una mentalidad colaborativa.

¿Listo para subir de nivel tu carrera? ¡Postúlate ahora con tu CV en inglés! 

Gameloft Barcelona busca un Data Scientist  para unirse al equipo de Gameloft Global Data.
Como Data Scientist, podrás profundizar en nuestros masivos flujos de datos de jugadores dentro del juego, prototipar y desplegar modelos de machine learning para aumentar los ingresos de los juegos. Ayudarás a llevar proyectos desde el análisis exploratorio hasta modelos desplegados en títulos en vivo, incluyendo juegos de simulación de vida y de carreras.
 

• Analizar datos de jugadores a gran escala con Python y SQL, transformándolos en información clara y accionable.
• Realizar ingeniería de características (feature engineering) sobre datos a gran escala del data warehouse, gestionando tu código con Git.
• Prototipar y mejorar modelos de machine learning y pipelines de predicción, utilizando diseño experimental, inferencia causal y A/B testing para elevar los niveles de rendimiento base.
• Presentar hallazgos y recomendaciones a stakeholders no técnicos en los distintos equipos de juegos.

En tus primeros meses, te familiarizarás con nuestra infraestructura de datos y entregarás tus primeros análisis exploratorios. A mitad de tu proceso de incorporación, serás responsable de funciones o modelos de principio a fin, planteando los problemas con claridad y presentándolos a stakeholders no técnicos. Al finalizar tu incorporación, estarás realizando experimentos y entregando mejoras por tu cuenta, con tus conclusiones adoptadas por los equipos de juegos.

Este puesto puede ser un trampolín hacia una posición más senior, con la posibilidad de liderar proyectos cada vez más grandes y complejos, de modo que tu trabajo moldee el rendimiento de los juegos y los resultados de negocio de forma más amplia con el tiempo.