En Cognodata empresa líder en Customer Science y Marketing Automation, buscamos un/a Data Scientist especialista en optimización matemática/ investigación operativa para incorporarse a proyecto del sector Energía. Si te motiva trabajar con grandes volúmenes de datos y transformar información en decisiones estratégicas, ¡te estamos esperando!

🧠 Responsabilidades

Traducir procesos industriales en modelos matemáticos, desarrollándolos para su posterior implementación en una plataforma informática.
Extraer y analizar datos de las bases de datos de la empresa para impulsar la optimización y la mejora del desarrollo de productos
Evaluar la eficacia y precisión de las nuevas fuentes de datos y aplicar técnicas de recopilación de datos
A partir de los datos disponibles y haciendo uso de algoritmos o de componentes desarrollar modelos personalizados para resolver las iniciativas de IA existentes
Utilice el modelado predictivo para aumentar y optimizar las experiencias de los clientes, la generación de ingresos, la segmentación de anuncios y otros resultados empresariales
Diseñar marcos de prueba A / B y determinar siempre una métrica para evaluar los modelos
Coordinarse con diferentes equipos funcionales para implementar modelos y monitorizar los resultados
Desarrollar procesos y herramientas para supervisar y analizar el rendimiento del modelo y la precisión de los datos

🧩 Habilidades clave

💪 Compromiso y responsabilidad.
🚀 Iniciativa y orientación a resultados.
🗣️ Comunicación efectiva.
🤝 Autonomía y trabajo en equipo.
🌍 Capacidad de adaptación a entornos cambiantes.

🎓 Requisitos mínimos

Estudios: Máster o Doctorado en Matemáticas.
Habilidades fuertes de resolución de problemas con énfasis en el desarrollo del producto.
Experiencia en el uso de lenguajes como Python (se realizará prueba) para manipular datos y extraer información de grandes conjuntos de datos de al menos 5 años.
Nivel avanzado de Programación Orientada a Objetos.
Arquitectura de Azure (Batch, etc).
Conocimiento de una variedad de técnicas de aprendizaje automático (agrupación, aprendizaje de árboles de decisión, redes neuronales artificiales, etc.) y sus ventajas/inconvenientes en el mundo real.
Conocimiento de técnicas y conceptos estadísticos avanzados (regresión, propiedades de distribuciones, pruebas estadísticas y su uso adecuado, etc.) y experiencia con aplicaciones.
Experiencia en reporting y comunicación de resultados.
Experiencia en la creación y uso de algoritmos avanzados de aprendizaje automático y estadística: regresión, simulación, análisis de escenarios, modelado, agrupamiento, árboles de decisión, redes neuronales, etc.
Experiencia en proyectos en los que se haga uso de LLM´s
Optimización: Programación Lineal y Entera (LP, ILP, MILP), programación No Lineal (NLP), Heurísticas y Metaheurísticas (Genéticos, Simulated Annealing, etc.)
Valorable conocimiento de conceptos Solid (Los aplicará inmediatamente al comenzar) y experiencia con patrones de diseño (Interfaz, Factory, etc).