Lugar de trabajo: Híbrido GFT es una compañía pionera en transformación digital. Diseñamos soluciones de negocio centradas en la inteligencia artificial (AI-Centric), modernizamos infraestructuras de TI y desarrollamos sistemas core de nueva generación para líderes del sector bancario, asegurador e industrial. En estrecha colaboración con nuestros clientes, desafiamos los límites para ayudarles a alcanzar todo su potencial. Actualmente contamos con vacantes en Madrid y Bilbao paraun/a Data Scientist especializado en el diseño y desarrollo de modelos predictivos y de inferencia para unirse a un equipo de datos en crecimiento y participar en la construcción de productos analíticos escalables y de alto impactoque quieran desarrollar su carrera profesional en GFT. Buscamos personas entusiastas, con iniciativa y ganas de seguir aprendiendo, que deseen crecer en un entorno multicultural, vibrante, colaborativo y lleno de retos. Tus principales responsabilidades será: Aunque dependerán de tus conocimientos y experiencia aportada,



en general las principales funciones que llevarías a cabo con nosotros serían: Identificar casos de uso susceptibles de resolverse mediante ML. Diseñar, entrenar y validar modelos predictivos. Desarrollar modelos de scoring, clasificación, clustering y propensión. Trabajar en casos de uso relacionados con Customer Scoring, KYC, riesgo y personalización. Realizar feature engineering y análisis exploratorio. Definir métricas y procedimientos de evaluación. Trabajar conjuntamente con Data Engineering para industrializar modelos. Utilizar la plataforma de datos como fuente de información para entrenamiento e inferencia. Participar en el diseño de capacidades de ML reutilizables. Experiencia de 6 años o más en rol similar Python y SQL. Machine Learning supervisado y no supervisado. Scoring y modelos de inferencia. Evaluación y monitorización de modelos. GCP y ecosistema de ML. Muy valorable experiencia en riesgo, KYC, fraude, propensión o scoring en ba

📌 Data scientist (Madrid)
🏢 Gft Technologies
📍 Madrid