De un vistazo
- Tareas: Diseñar y desplegar modelos de análisis avanzados y machine learning en grandes conjuntos de datos.
- Empresa: Instituto para la Información Científica, parte de Clarivate, líder en investigación.
- Beneficios: Trabajo híbrido, flexibilidad horaria y un entorno colaborativo en Barcelona.
- Otra información: Oportunidades de crecimiento profesional y mentoría a colegas junior.
- Por qué este empleo: Impacta el futuro de la investigación global con tecnología de vanguardia.
- Cualificaciones: Experiencia en Python, SQL y análisis de datos; pasión por la ciencia.
El salario previsto está entre 82800 - 101200 € por año.
Estamos buscando un Lead Data Scientist para ayudar a dar forma al futuro de la inteligencia de investigación global en el Instituto de Información Científica (ISI), parte de la unidad de negocio de Investigación y Análisis en Clarivate. En este rol, diseñarás y desplegarás análisis avanzados, modelos de aprendizaje automático y de redes utilizando algunos de los conjuntos de datos académicos más grandes y ricos del mundo, influyendo en cómo se entiende el impacto de la investigación, la colaboración y el valor social a nivel mundial.
Abordarás problemas intelectualmente ambiciosos, desde la construcción de métricas de investigación responsables de próxima generación hasta descubrir información oculta en gráficos de citas, texto completo, patentes y otros datos. Trabajando en la intersección de la ciencia de datos y la innovación de productos, traducirás análisis avanzados en soluciones confiables utilizadas por universidades, gobiernos y líderes de investigación. Proporcionarás liderazgo técnico y mentoría a colegas junior mientras promueves una metodología rigurosa, transparencia y IA responsable.
Sobre ti – Experiencia, Educación, Habilidades y Logros
- Título universitario o equivalente en Ciencias de la Computación, Estadística, Ingeniería o campo relacionado.
- Al menos 7 años de experiencia relevante con Python o ecosistemas similares de análisis de datos y ciencia de datos, SQL, plataformas de visualización de datos (Tableau, Power BI o similar).
- Experiencia previa con modelos de lenguaje grande (LLMs), incluyendo dónde son útiles en flujos de trabajo de análisis de investigación, dónde no son apropiados o confiables, las limitaciones inherentes de los LLMs y sistemas de aprendizaje automático.
- Experiencia práctica en modelado de temas, análisis de redes (por ejemplo, detección de comunidades y agrupamiento), minería de texto.
Lo que harás en este rol:
- Realizar ingeniería de datos avanzada y análisis en conjuntos de datos de investigación a gran escala, incluyendo datos estructurados (metadatos de citas, afiliaciones, registros de financiamiento, métricas de revistas, clasificaciones) y datos no estructurados (títulos, resúmenes, texto completo, patentes), para generar información procesable para la evaluación de la investigación, benchmarking e inteligencia de investigación.
- Liderar el diseño, desarrollo y despliegue de modelos avanzados de aprendizaje automático y análisis de redes para apoyar casos de uso como análisis de citas, evaluación del impacto de la investigación, modelado de temas, análisis de redes de colaboración, detección de tendencias y análisis predictivo alineado con las necesidades de políticas de investigación y toma de decisiones institucionales.
- Colaborar estrechamente con equipos de producto, ingeniería, plataforma de datos, expertos en dominio y equipos de atención al cliente para traducir los requisitos de análisis de investigación en modelos desplegables e integrar información en plataformas orientadas al cliente, APIs, paneles y flujos de trabajo analíticos.
- Realizar análisis estadísticos para influir en la toma de decisiones y optimizar procesos en varios departamentos.
- Aplicar métodos estadísticos rigurosos y diseño experimental para validar modelos, evaluar la calidad y sesgo de los datos, cuantificar la incertidumbre y asegurar la solidez metodológica en las métricas utilizadas para la evaluación de la investigación, clasificaciones y benchmarking.
- Proporcionar liderazgo técnico y mentoría a colegas junior de ISI, promoviendo las mejores prácticas en desarrollo de modelos, calidad de código, documentación, revisión por pares y uso responsable de datos e IA en un contexto de evaluación de investigación.
- Evaluar continuamente metodologías y tecnologías emergentes de ciencia de datos, incluyendo avances en NLP, análisis de grafos y aprendizaje automático, evaluando su idoneidad, escalabilidad, interpretabilidad e impacto en la calidad del producto y la confianza del cliente.
- Contribuir a comunicaciones internas y externas (por ejemplo, informes, artículos de investigación, documentos técnicos, presentaciones) para explicar hallazgos novedosos y proporcionar apoyo interpretativo adecuado a la comunidad global de análisis de investigación.
Sobre el equipo
El Instituto de Información Científica en Clarivate ha sido pionero en la organización de la información de investigación del mundo durante más de medio siglo. Hoy en día, sigue comprometido con la promoción de la integridad en la investigación mientras mejora la recuperación, interpretación y utilidad de la información científica.
Horas de trabajo
Esta es una posición permanente a tiempo completo basada en Barcelona, España, y requerirá trabajo híbrido en nuestra oficina de Barcelona, que está ubicada junto a la Sagrada Familia (2 días por semana en la oficina, el resto de la semana remoto). Esta posición requiere asistencia de lunes a viernes con cierta flexibilidad de programación disponible alrededor de las horas laborales centrales.
Lead Data Scientist empresa: Clarivate
Clarivate en Barcelona es un excelente empleador que ofrece un entorno de trabajo dinámico y colaborativo, ideal para aquellos apasionados por la ingeniería de software y la inteligencia artificial. Con un enfoque en el crecimiento profesional, los empleados tienen oportunidades para mentorizar a otros y contribuir a proyectos innovadores, todo mientras disfrutan de un horario híbrido y un equilibrio entre la vida laboral y personal. Además, formar parte de un equipo pequeño permite una mayor influencia en la arquitectura del backend y en la fiabilidad de las aplicaciones, lo que hace que cada día sea significativo y gratificante.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Lead Data Scientist
✨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 Lead Data Scientist en Clarivate.
✨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 Lead Data Scientist en Clarivate.
✨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 Lead Data Scientist.
Creemos que necesitas estas habilidades para triunfar como Lead Data Scientist
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 Clarivate!
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 Clarivate.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Clarivate. 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 Clarivate
✨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 Clarivate. 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.