DescripciónCapgemini Engineering, líder mundial en servicios de ingeniería, reúne a equipos de ingenieros/as, científicos/as y arquitectos/as para ayudar a las empresas más innovadoras del mundo a liberar su potencial y contribuir a un futuro mejor. Desde coches autónomos pasando por soluciones contra incendios forestales, nuestro/as expertos/as en tecnologías digitales y software se salen de lo convencional proporcionando servicios únicos de I+D e ingeniería en todos los sectores de actividad. Únete al equipo y continua tu carrera en una compañía con oportunidades de crecimiento, donde puedes marcar la diferencia y donde ningún día es igual al anterior.Buscamos un/a Competente especializado en Data Science y Machine Learning, con experiencia en el diseño, desarrollo e implantación de modelos avanzados de análisis de datos e inteligencia artificial.Ubicación: Getafe, Madrid.¿Cuál será tu rol?Diseñar,



desarrollar e implementar modelos de Machine Learning y analítica avanzada.Transformar datos complejos en insights de valor para apoyar la toma de decisiones estratégicas.Analizar y explotar grandes volúmenes de información provenientes de distintas fuentes.Participar en proyectos de IA Generativa, integrando modelos LLM y soluciones de lenguaje natural.Colaborr con equipos de negocio y tecnología para entender necesidades, definir casos de uso y convertirlo en soluciones escalables.Tu perfilFormación en Ingeniería, Matemáticas, Física, Informática o disciplinas similares.Experiencia en proyectos de Data Science, Machine Learning e Inteligencia Artificial.Conocimiento práctico de herramientas y lenguajes como Python, SQL, Spark o similares.Capacidad para transformar datos en información de valor para la toma de decisiones y la optimización de procesos de negocio.Conocimientos en IA Generativa, incluyendo el uso e integración de modelos LLM, automatización inteligente y soluciones basadas en lenguaje natural.Experiencia en preparación y explotación de datos, desarrollo

📌 IA GENERATIVA DSC (Madrid)
🏢 Capgemini
📍 Madrid