Inetum es líder europeo en servicios digitales. El equipo de 28.000 consultores y especialistas de Inetum se esfuerza cada día por lograr un impacto digital para las empresas, las entidades del sector público y la sociedad. Las soluciones de Inetum tienen como objetivo contribuir al rendimiento y la innovación de sus clientes, así como al bien común.
Presente en 19 países con una densa red de centros, Inetum se asocia con los principales fabricantes de software para afrontar los retos de la transformación digital desde la proximidad y flexibilidad.
Conducting advanced data analysis, using statistical techniques, machine learning algorithms and data mining methods to extract insights from large
datasets.
• Developing predictive models, algorithms, and machine learning solutions to solve business problems an optimise processes.
• Exploring and visualising data to identify patterns, trends and relationships that can inform decision making and strategy.
• Selecting extracting and engineering relevant features from raw data to improve model performance and accuracy.
• Evaluating the performance of predictive models and algorithms using appropriate metrics and validation techniques.
• Deploying data science solutions into production environments and integrating them with existing systems and processes.
• Interpreting and communicating the results of data analysis and modelling to stakeholders in a clear and actionable manner.
• Collaborating with cross-functional teams, including business analysts, engineers, and domain experts to understand business requirements and develop
data driven solitons.
• Staying up to date with the latest developments in data science, machine learning and related fields through continuous learning and professional
development.
• Licenciatura o maestría en Ciencias de la Computación / Ciencia de Datos / IA o un campo relacionado, y/o más de 5 años de experiencia práctica sustancial en Ciencia de Datos a un nivel avanzado.
•Alto conocimiento de programación, algoritmos y estructuras de datos y experiencia industrial en lenguajes como Python y variaciones de SQL (Hive, Impala, PostgreSQL).
• Conocimiento de técnicas de ciencia de datos con evidencia de su uso en datos en problemas comerciales de aprendizaje supervisados y no supervisados. Técnico
comprensión de los algoritmos más utilizados: regresiones lineales, bosques aleatorios, SVM, KNN, K-means, etc.
• Gran dominio de las siguientes bibliotecas: numpy, scipy, pandas, scikit learn, matplotlib, seaborn. Competencia en PySpark, ingeniería de datos, Kedro..
• Computación en la nube, conocimiento práctico del punto final de AWS, capacitación e implementación de modelos, SageMaker, S3; Salesforce, Snowflake, Pyspark.
¿Qué podemos ofrecerte?