Descripción del trabajo¿Por qué te estamos buscando?
Inscríbase rápido, consulte la descripción completa desplazándose hacia abajo para conocer todos los requisitos de este puesto.
Tu misión será impulsar la capacidad de Data Science dentro del equipo de Data& IA en Mahou San Miguel, trabajando activamente con las diferentes áreas de negocio, en el desarrollo de modelos de Advanced Analytics e IA (ML, DP...), que ayuden a los negocios, a tomar mejores decisiones, generar eficiencias operativas, reducción de costes o nuevos modelos de negocio, obteniendo así, un beneficio real y tangible a las distintas áreas usuarias.
Tu día a día
Desarrollar casos de uso de analítica avanzada y gestión de proveedores.
Tomar requisitos con las áreas de negocio desde un punto de vista técnico, para aterrizar junto al resto de equipo de Dato & IA.
Analizar la información de las distintas fuentes de datos, internas y externas, para identificar la idoneidad necesaria para desarrollar un proyecto de datos posterior.
Diseñar y desarrollar pipelines de datos en plataformas cloud de Data & IA (transformaciones, pipeline builder, object sets, contour workflows) garantizando calidad, trazabilidad y escalabilidad.
Industrializar y monitorizar modelos junto al equipo de MLOps, asegurando su despliegue, gobernanza y mantenimiento en producción.
Colaborar con expertos funcionales para traducir necesidades de negocio en soluciones analíticas completas.
Contribuir a la evolución del ecosistema de datos de MSM mediante la definición de estándares, buenas prácticas y automatización.
Participar en la comunidad de práctica de datos e IA, impulsando la formación, el intercambio de conocimiento y la innovación interna.
¿Qué requisitos debes cumplir?
Grado o Máster en Ingeniería, Matemáticas, Estadística, Física o disciplinas afines.
Nivel fluido de inglés conversacional
Mínimo de 3 a 6 años de experiencia en proyectos de Data Science o Data Engineering.
Experiencia en plataformas Data Science: Palantir Foundry, Azure ML, Vertex AI, Sage Maker o SAS Viya.
Conocimientos avanzados de MLOps (Airflow, MLflow, Kubeflow o similares).
Experiencia en el desarrollo y despliegue de modelos de ML en entornos productivos.
Experiencia con herramientas de versionado, CI/CD, APIs y notebooks.
Competencias técnicas:
Lenguajes: Python, SQL, Py Spark.
Frameworks: scikit-learn, MLflow, Tensor Flow/Py Torch (valorado). xcskxlj
Entornos Cloud: Azure, AWS o GCP.
Conocimientos de Data Ops y MLOps.