Científico de Datos Junior para incorporación en proyecto del sector banca (SCIB) en Madrid.

Contribuirás al desarrollo, validación e industrialización de modelos de Machine Learning e IA aplicados a problemas de negocio de alto impacto.
Es una oportunidad para trabajar en un entorno de IA en rápida evolución, donde técnicas modernas de modelado ayudan a transformar la toma de decisiones, la automatización, la gestión del riesgo y las capacidades orientadas al cliente.
Colaborarás con científicos de datos, ingenieros y stakeholders de negocio, cubriendo todo el ciclo de vida del modelo: desde la definición del problema hasta el despliegue y monitorización.

Las funciones a desempeñar son:

Desarrollar y aplicar modelos estadísticos, de machine learning e IA (supervisados/no supervisados, forecasting, NLP, detección de anomalías, etc.).
Exploración de datos, feature engineering y evaluación de modelos con enfoques cuantitativos rigurosos.
Validación de modelos: validación cruzada, análisis de sesgo/varianza, calibración, robustez y sensibilidad.
Implementación y mantenimiento de pipelines de ML reproducibles (entrenamiento, inferencia y monitorización).
Contribución a la explicabilidad y gobernanza (SHAP, atribución de características, estabilidad, documentación).
Presentación clara de resultados a audiencias técnicas y no técnicas.
Seguimiento de tendencias en IA moderna (deep learning, LLMs, representación, herramientas emergentes).
Lo que aportarás (indispensable)
Grado o Máster (o último año) en Informática, Matemáticas, Estadística, Física, Ingeniería o similar.
Fundamentos sólidos en álgebra lineal, probabilidad, estadística, optimización y métodos numéricos.
Programación en Python (código limpio, mentalidad de testing, nociones de empaquetado).
Experiencia con scikit-learn y al menos un framework de deep learning (PyTorch o TensorFlow).
Evaluación de modelos y métricas (AUC, precision/recall, RMSE, calibración).
Experiencia con pandas, Numpy y SQL.
Buenas habilidades de comunicación y trabajo colaborativo.
Inglés C1.


Deseable
Experiencia previa en roles similares.
NLP, transformers, embeddings, LLMs o IA generativa.
Conocimientos de MLOps (MLflow, Docker, CI/CD, monitorización).
Experiencia en cloud (AWS/Azure/GCP) y procesamiento distribuido (Spark).
Familiaridad con Databricks.
Series temporales, stress testing o inferencia causal.
Conocimiento de banca corporativa e inversión.
Riesgo de modelo y gobernanza regulatoria.
Análisis financiero (P&L, balance, KPIs).
Fundamentos de riesgo (crédito, mercado, liquidez, operacional).
Lo que ofrecemos
Equipo de alto rendimiento en IA aplicada a banca de inversión.
Curva de aprendizaje acelerada con impacto real.
Mentoría de perfiles senior y acceso a herramientas modernas.
Entorno colaborativo y orientado a la excelencia técnica.
Participación en soluciones end-to-end.