Descripción del puestoEnThe Whiteam Consultingestamos buscando un/aAnalista Pythoncon experiencia en proyectos deMachine Learning y analítica avanzadapara incorporarse a iniciativas de explotación de datos y desarrollo de modelos predictivos. Buscamos un perfil con capacidad para participar en todo el ciclo de vida de los modelos, desde el análisis y tratamiento de datos hasta su entrenamiento, validación, despliegue y monitorización, colaborando estrechamente con equipos técnicos y de negocio para generar soluciones basadas en datos que aporten valor a la organización.ResponsabilidadesImplementación de modelos de Machine Learning (entrenamiento, optimización y validación).Evaluación del rendimiento de modelos y seguimiento de métricas análisis, tratamiento y explotación de datos Colaboración con equipos técnicos y de negocio.Ambiente tecnológico:Visual Studio Codesobre servidoresLinux Lenguaje Python Ecosistemade datosCloudera (Spark, HDFS e Impala).Kedropara la estructuración de pipelines yMLflowpara la trazabilidad.



CI/CD con JenkinsRequisitosExperiencia en proyectos de Machine Learning y analítica avanzada.Al menos 3 años de experiencia en desarrollo de proyectos en lenguaje PythonAl menos 3 años de experiencia utilizando las libreríasscikit-learn, pandas, numpyAl menos 3 años e experiencia en desarrollo de modelos predictivosAl menos 3 años Experiencia trabajando en entornosBig Datay ecosistemasCloudera con Spark ,Impala, HDFS y SQLAl menos 1 año de experiencia en despliegue y monitorización de modelos en producciónAl menos 1 año deconocimientos de MLOpsyciclo de vida de modelos ML .DeseableTitulación universitariaen Ingeniería, Matemáticas, Estadística, Física, Informática o similar.Experiencia en construcción y mantenimiento de pipelines de datos yMachine LearningmedianteKedro .6 meses de experiencia en trazabilidad, versionado y seguimiento de experimentos conMLFlow6 meses Experiencia trabajando conGity control de versionesQué ofrecemosModalidad: Híbrido, con

📌 Analista Phyton (Madrid)
🏢 Twtspain
📍 Madrid