Data Scientist - RecSys in Madrid

Data Scientist - RecSys in Madrid

Madrid Full Time 49500 - 60500 € / año (est.) Presencial
ARRISE

De un vistazo

  • Tareas: Diseña y optimiza sistemas de recomendación utilizando datos y modelos avanzados.
  • Empresa: ARRISE, líder en la industria iGaming con un equipo global de 12,000 profesionales.
  • Beneficios: Oportunidades de crecimiento, ambiente colaborativo y proyectos innovadores.
  • Otra información: Únete a un equipo ambicioso y dinámico que está moldeando el futuro del iGaming.
  • Por qué este empleo: Contribuye a experiencias de juego excepcionales y mejora la calidad de las recomendaciones.
  • Cualificaciones: Grado en Ciencias de la Computación y experiencia en Python y aprendizaje automático.

El salario previsto está entre 49500 - 60500 € por año.

ARRISE establece el estándar para la entrega de servicios y la excelencia en la industria del iGaming. Juega un papel clave en el éxito de sus clientes, que incluyen a Pragmatic Play, una marca en la que confían los casinos en línea más grandes del mundo por sus productos innovadores. ARRISE ayuda a ofrecer experiencias de juego excepcionales a millones de jugadores en todo el mundo.

Nuestro equipo global de más de 12,000 profesionales talentosos y motivados está dando forma al futuro del iGaming. Con sede en Gibraltar, tenemos oficinas en Canadá, India, la Isla de Man, Letonia, Malta, Rumanía, Serbia, Bulgaria y los EAU, y más destinos emocionantes en el horizonte.

En ARRISE, nos enorgullecemos de crear oportunidades de crecimiento a todos los niveles, invirtiendo constantemente en nuestra gente mientras damos la bienvenida a nuevos colegas y forjamos asociaciones estratégicas que abren nuevas oportunidades para el éxito. Para lograr esto, apostamos por nosotros mismos. Sabemos que el éxito es un esfuerzo colectivo, y nuestro equipo está impulsado por la ambición, la colaboración y un compromiso compartido de crecer y tener éxito, mientras abrazamos cada paso del camino.

¿Qué harás?

  • Diseñar, implementar y optimizar pipelines de recomendación de extremo a extremo, desde la ingestión de datos hasta la inferencia del modelo.
  • Construir y mantener pipelines ETL escalables para soportar flujos de datos confiables y eficientes.
  • Desarrollar, evaluar y mejorar continuamente modelos de ML para sistemas de recomendación.
  • Investigar, prototipar e implementar enfoques de última generación (SOTA) para mejorar la calidad de las recomendaciones y impulsar métricas comerciales clave.
  • Escalar y optimizar pipelines de datos y modelos para manejar grandes volúmenes de datos y necesidades de procesamiento en tiempo real o por lotes.
  • Integrar datos multimodales (por ejemplo, señales conductuales, transaccionales y contextuales) de varios sistemas en modelos de recomendación.
  • Asegurar la robustez y estabilidad de los pipelines implementando pruebas unitarias e integradas en los flujos de trabajo de datos, modelado y despliegue.
  • Monitorear y mantener el rendimiento del sistema de extremo a extremo, incluyendo pipelines de datos, calidad del modelo e impacto posterior.
  • Diseñar y analizar pruebas A/B para evaluar el rendimiento del modelo y apoyar decisiones de producto basadas en datos.
  • Construir paneles y herramientas de observabilidad para rastrear métricas del modelo, salud del sistema y KPIs comerciales.
  • Colaborar estrechamente con Ingenieros de Datos, Ingenieros de Software y partes interesadas para entregar soluciones escalables listas para producción.

Lo que pedimos de ti:

  • Título de Bachelor's o Master's en Ciencias de la Computación, Ingeniería o un campo relacionado.
  • Experiencia sólida en Python con uso reciente en producción, incluyendo trabajo práctico con bibliotecas y marcos de ciencia de datos y aprendizaje automático (por ejemplo, Pandas, Polars, NumPy, scikit-learn, PyTorch, TensorFlow, JAX, Hugging Face, ...).
  • Experiencia construyendo y desplegando sistemas de aprendizaje automático de extremo a extremo en plataformas de IA en la nube (Azure, GCP o AWS), desde pipelines ETL hasta despliegue y monitoreo, incluyendo versionado de modelos y seguimiento de experimentos, soportando flujos de trabajo por lotes o en tiempo real.
  • Fuerte comprensión de sistemas de recomendación basados en aprendizaje profundo para predicción del siguiente ítem, y arquitecturas NLP análogas que modelan patrones secuenciales y contexto.
  • Experiencia demostrada construyendo pipelines de transformación de datos eficientes para cargas de trabajo tanto transaccionales (OLTP) como analíticas (OLAP), con sólido conocimiento de bases de datos SQL y NoSQL (por ejemplo, PostgreSQL, MySQL, Redshift, Snowflake, BigQuery, MongoDB, Cassandra).
  • Experiencia con pruebas unitarias e integradas (por ejemplo, Pytest), pipelines CI/CD y contenedorización basada en Docker.

Lo que te diferenciará:

  • Experiencia construyendo sistemas de recomendación a gran escala (por ejemplo, generación de candidatos, clasificación, recuperación, personalización).
  • Historial de publicaciones en aprendizaje profundo en conferencias o revistas relevantes.
  • Experiencia con Azure Data Factory / AWS Glue / Google Cloud Dataflow.
  • Experiencia diseñando y analizando pruebas A/B, con una sólida comprensión de métricas de evaluación relevantes.
  • Experiencia diseñando e implementando pipelines impulsados por metadatos para escalar sistemas de pruebas A/B automatizadas.
  • Experiencia desarrollando modelos multimodales que integran múltiples tipos de datos (por ejemplo, texto, imágenes, audio).
  • Experiencia aplicando modelos basados en transformadores o modelos de lenguaje grande (LLMs) a tareas de recomendación o personalización.
  • Experiencia con entrenamiento distribuido, incluyendo paralelismo de datos y paralelismo de modelos.
  • Experiencia con procesamiento de datos distribuido y tecnologías de big data (por ejemplo, Spark, Hadoop, Flink, Kafka, Hive, Presto, Databricks).

Data Scientist - RecSys in Madrid empresa: ARRISE

ARRISE es un empleador excepcional que se destaca por su compromiso con el crecimiento profesional y la colaboración en un entorno de trabajo amigable y de apoyo. Con sede en Gibraltar, ofrecemos oportunidades de desarrollo personalizadas a través de nuestro Learning Hub, promoviendo desde dentro y garantizando que cada empleado tenga acceso a un camino claro hacia el éxito. Únete a nosotros y forma parte de un equipo global de más de 12,000 profesionales apasionados que están dando forma al futuro de la industria iGaming.

ARRISE

Datos de contacto:

Equipo de selección de ARRISE

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Data Scientist - RecSys in Madrid

✨Conéctate a Comunidades de Ciencia de Datos

Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.

✨Asiste a Meetups y Conferencias

Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Data Scientist - RecSys en ARRISE.

✨Demuestra tus Habilidades con Proyectos Personales

Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Data Scientist - RecSys en ARRISE.

✨Conéctate con Profesionales en LinkedIn

Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Data Scientist - RecSys.

Creemos que necesitas estas habilidades para triunfar como Data Scientist - RecSys in Madrid

Python
Machine Learning
Deep Learning
ETL Pipelines
Recommendation Systems
Data Transformation
SQL

Algunos consejos para tu solicitud 🫡

Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante ARRISE!

Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.

Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en ARRISE.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para ARRISE. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.

Cómo prepararte para una entrevista de trabajo en ARRISE

✨Prep para preguntas técnicas de datos

Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!

✨Demuestra tus habilidades con un portfolio impactante

Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!

✨Prepárate para discutir casos de uso de datos

En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en ARRISE. Esto demuestra que entiendes la aplicabilidad de tus habilidades.

✨Muestra tu entusiasmo y curiosidad

Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.