Descripción de la empresa

En T-Systems, encontrarás proyectos rompedores que suman al bienestar social y ecológico. Queremos dar la bienvenida a nuevos talentos como tú, que aporten ideas frescas, puntos de vista distintos, que acepten retos y un continuo aprendizaje, para crecer e impactar a la sociedad… ¡Todo esto, de una forma divertida!

No importa cuándo o dónde trabajes. Se trata de hacer un trabajo que importe para hacer avanzar a la sociedad. Por esta razón, haremos todo lo posible para asegurarnos de que tengas todas las posibilidades de desarrollo ofreciéndote una red de apoyo, excelente tecnología, un entorno de trabajo nuevo y la libertad de trabajar de forma autónoma. Te apoyamos a crecer constantemente tanto personal como profesionalmente, para que puedas dejar una huella notable en la sociedad.

T-Systems somos un equipo de alrededor 28 000 personas empleadas en todo el mundo, convirtiéndonos en uno de los principales proveedores mundiales de soluciones integradas de extremo a extremo. Desarrollamos soluciones de cloud híbrida, inteligencia artificial e impulsamos la transformación digital de las empresas, la industria, el sector público y en definitiva, de toda la sociedad.

Descripción del empleo

Responsable de extraer conocimiento a través de los datos, construir modelos predictivos y de clasificación utilizando técnicas de Machine Learning y Natural Language Processing, y colaborar en la implementación de estos modelos en un entorno MLOps dentro de la plataforma Azure. Trabajarás en estrecha colaboración con otros científicos de datos, ingenieros y stakeholders del negocio para impulsar la toma de decisiones basada en datos y generar valor para la empresa.
Responsabilidades Principales:

• Diseñar y ejecutar experimentos para responder a preguntas clave del negocio utilizando datos.
• Recopilar, limpiar, transformar y analizar grandes conjuntos de datos utilizando Python y SQL.
• Desarrollar e implementar modelos de Machine Learning utilizando bibliotecas como Scikit-learn, TensorFlow, PyTorch u otras relevantes.
• Aplicar técnicas de Natural Language Processing (NLP) para analizar texto y extraer información relevante.
• Colaborar en la definición e implementación de flujos de trabajo de MLOps en la plataforma Azure para la gestión del ciclo de vida de los modelos de Machine Learning (entrenamiento, validación, despliegue, monitorización).
• Evaluar el rendimiento de los modelos y proponer mejoras continuas.
• Contribuir a la documentación de los modelos, los procesos y los resultados.

Requisitos

Requisitos:

• Experiencia demostrable como Científico/a de Datos o en un rol similar.
• Dominio del lenguaje de programación Python y sus principales bibliotecas para ciencia de datos (Pandas, NumPy, Scikit-learn, etc.).
• Sólidos conocimientos de SQL y experiencia trabajando con bases de datos relacionales.
• Experiencia práctica en el desarrollo e implementación de modelos de Machine Learning y Natural Language Processing (NLP).
• Familiaridad con los principios y las herramientas de MLOps, preferiblemente en el entorno de Azure.
• Experiencia trabajando con Azure y sus servicios relacionados con datos e inteligencia artificial.
• Fluidez en inglés (tanto hablado como escrito).

Información adicional

¿Qué es lo que le ofrecemos?

• Ambiente de trabajo internacional, positivo, dinámico y motivado. 
• Modelo de trabajo híbrido (teletrabajo/presencial). 
• Horario flexible. 
• Formación continua: Preparación certificaciones, acceso a Coursera, clases semanales de inglés y alemán... 
• Plan de compensación flexible: seguro médico, tickets restaurante, guardería, ayudas al transporte... 
• Seguro de vida y accidentes. 
• Más de 26 días laborables de vacaciones al año. 
• Fondo social. 
• Servicio gratuito en especialistas (médicos, fisioterapeutas, nutricionistas, psicólogos, abogados...) 
• 100% del salario en caso de baja médica 

¡Y muchas más ventajas de formar parte de T-Systems!

Si estás buscando un nuevo desafío, no dudes en enviarnos tu CV. ¡Únete a nuestro equipo!

T-Systems Iberia solo procesará los CV de las candidaturas que cumplan los requisitos especificados para cada oferta.