Desde Agap2 estamos buscando incorporar un perfil de

Data Scientist / Forecasting ML Engineer

con experiencia en Python, Machine Learning y modelos de series temporales, para participar en un proyecto internacional orientado a la evolución e industrialización de soluciones de forecasting.

¿Buscas dar tu próximo paso cualificado en un proyecto tecnológico dentro del ámbito Data & Machine Learning?

¡Queremos conocerte!

Responsabilidades

Analizar y comprender los modelos de forecasting y scripts de Python actualmente desarrollados en Dataiku.

Participar en la migración, adaptación e industrialización de modelos de Machine Learning existentes hacia un nuevo entorno tecnológico.

Modificar, refactorizar y optimizar código Python para facilitar su integración en la nueva plataforma.

Trabajar con modelos de series temporales (Time Series Forecasting), comprendiendo su funcionamiento y adaptándolos a los nuevos requisitos técnicos.

Validar que los modelos migrados mantienen su comportamiento, precisión y resultados respecto a los modelos originales.

Participar en tareas de Feature Engineering y entrenamiento de modelos cuando sea necesario para su adaptación.

Trabajar con Snowflake dentro del ecosistema de datos del proyecto.

Colaborar en la industrialización y automatización de los procesos asociados al ciclo de vida de los modelos de Machine Learning.

Aplicar conocimientos de MLOps para facilitar la gestión, ejecución y despliegue de los modelos predictivos.

Colaborar con equipos técnicos internacionales para garantizar la correcta evolución y puesta en funcionamiento de la nueva plataforma de forecasting.

Requisitos

Aproximadamente 4-5 años de experiencia como Data Scientist, Machine Learning Engineer o en posiciones similares.

Experiencia sólida en Python, incluyendo desarrollo, análisis, modificación y refactorización de código.

Experiencia práctica trabajando con Time Series Forecasting y modelos predictivos de series temporales.





Experiencia en el análisis, comprensión y adaptación de modelos de Machine Learning previamente desarrollados.

Experiencia en Feature Engineering y entrenamiento de modelos de Machine Learning.

Experiencia trabajando con Snowflake.

Conocimientos de MLOps y del ciclo de vida de los modelos de Machine Learning.

Capacidad para analizar y adaptar scripts y procesos existentes a nuevos entornos tecnológicos.

Nivel de inglés técnico comunicativo, suficiente para participar en reuniones técnicas y colaborar con equipos internacionales.

Valorable

Experiencia previa trabajando con Dataiku.

Experiencia participando en proyectos de migración o industrialización de modelos de Machine Learning.

Experiencia adaptando modelos predictivos a nuevas plataformas tecnológicas.

Experiencia en proyectos internacionales relacionados con forecasting y automatización de procesos de Machine Learning.

Beneficios y condiciones

Modalidad 100% remota desde España, valorándose positivamente la disponibilidad para acudir a la oficina de Madrid un día a la semana.

Contratación indefinida desde el primer momento.

Retribución flexible, ticket restaurant, confiable médico y otros beneficios.

Flexibilidad horaria.

Formación continua y acceso a cursos y certificaciones.

Participación en un proyecto internacional de Machine Learning y Time Series Forecasting, orientado a la migración e industrialización de modelos predictivos.

Trabajo con tecnologías como Python, Snowflake, Dataiku y MLOps.

Desarrollo profesional dentro de un entorno tecnológico especializado en Data Science y Machine Learning.

Agap2 es una empresa que ofrece igualdad de oportunidades, por ello nos comprometemos a tratar todas las candidaturas por igual en función de sus capacidades, logros y experiencia. Animamos a cualquier persona a presentar su candidatura que será tratada con igualdad de oportunidades independientemente de su raza, nacionalidad, sexo, edad, discapacidad, orientación sexual, identidad de género o cualquier otra característica.

#J-18808-Ljbffr

📌 Forecasting ML Engineer (Barcelona)
🏢 agap2 Spain
📍 Barcelona