Cientifico de Datos (Air-Fi)

Overview Te apasiona la ciencia de datos y buscas una oportunidad para aplicar tus conocimientos en un entorno real, colaborativo y con impacto?

Buscamos un / a estudiante de último curso o pendiente de TFG para incorporarse a nuestro equipo de I+D como Data Scientist en prácticas.

Responsabilidades diarias Análisis y procesamiento de series temporales procedentes de sensores.

Entrenamiento y evaluación de modelos de aprendizaje automático con TensorFlow / Keras.

Aplicación de técnicas de clasificación supervisada (Conv1D, GRU, etc.).

Limpieza, normalización e interpolación de datos con pandas y NumPy.

Visualización de resultados y análisis de métricas con Matplotlib.

Colaboración en proyectos reales relacionados con salud, movilidad y deteccion de caidas.

Participación en sesiones de revisión técnica y documentación del proceso.

Herramientas y metodologías Python (pandas, NumPy, scikit-learn, TensorFlow, Keras).

Control de versiones con Git.

Desarrollo ágil y documentación colaborativa.

Proyectos con impacto social y aplicabilidad real.

Imprescindible Estudiante del último año de Ingeniería, Matemáticas, Física, Informática o similar.

Conocimientos sólidos de Python.

Familiaridad con librerías de ML y Deep Learning (TensorFlow, Keras).

Capacidad de análisis y pensamiento lógico.

Se valorará Experiencia previa en proyectos personales o académicos de ciencia de datos.

Conocimiento en tratamiento de datos de sensores (wearables, IoT).

Buen nivel de comunicación y trabajo en equipo.

Interés en la innovación tecnológica aplicada al bienestar social y la salud.

Proyecto real y mentoría Proyecto real con impacto : trabajarás en un sistema de detección de eventos (como caídas o desplazamientos) usando sensores de muñeca y redes neuronales.

Mentoría técnica personalizada : acompañamiento diario de ingenieros con experiencia en ML y desarrollo de producto.

Flexibilidad horaria para compatibilizar con estudios o TFG.

Oportunidad de continuidad laboral tras las prácticas, si el encaje es mutuo.

Buen ambiente de trabajo, colaborativo y multidisciplinar.

Posibilidad de publicar resultados (paper, póster o TFG).

#J-18808-Ljbffr