De un vistazo
- Tareas: Diseña y despliega modelos de Machine Learning que impacten decisiones en el sector salud.
- Empresa: Impress, líder en tecnología de salud en Europa con un equipo multicultural.
- Beneficios: Salario competitivo, beneficios dentales, snacks saludables y ambiente colaborativo.
- Otra información: Oportunidades de crecimiento en una empresa dinámica y en expansión.
- Por qué este empleo: Únete a un entorno innovador y enfrenta grandes desafíos en un startup real.
- Cualificaciones: Experiencia sólida en ML, Python y un enfoque en la evaluación de modelos.
El salario previsto está entre 49500 - 60500 € por año.
Únete a Impress – ¡el innovador líder en salud tecnológica de Europa! Estamos buscando un fuerte Ingeniero de Aprendizaje Automático con más de 3 años de experiencia práctica y con fundamentos profundos en algoritmos y modelado de ML. Diseñarás y enviarás modelos que impulsan decisiones en nuestro negocio: puntuación, clasificación, aumento, pronóstico, recomendación y procesamiento de NLP, asumiendo cada problema desde la formulación hasta la producción y el impacto medido.
Nuestro equipo de Datos y ML construye los modelos que impulsan las decisiones de pacientes y operaciones en Impress, la cadena de clínicas de ortodoncia más grande de Europa, extrayendo señales de las comunicaciones de los pacientes. Tendrás espacio para llevar estas iniciativas más lejos y abrir nuevas direcciones de modelado a medida que el negocio crece.
Por qué somos geniales:
- Trabaja con un equipo internacional y multicultural
- Salario competitivo
- Beneficios de alineadores y blanqueamiento dental
- Ambiente de trabajo colaborativo y cultura positiva
- Oportunidades de crecimiento dentro de una empresa innovadora y de ritmo rápido con desafíos reales de start-up
- Frutas frescas y snacks saludables en la oficina
Lo que harás:
- Enmarcar y resolver diversos problemas de ML: clasificación, regresión, clasificación, modelado causal/aumento, pronóstico, recomendación, detección de anomalías y algo de procesamiento de NLP.
- Construir modelos a través del espectro algorítmico: desde el aumento de gradientes y ML clásico hasta el aprendizaje profundo (principalmente inferencia), eligiendo la herramienta adecuada, no la de moda.
- Aplicar NLP/DL a datos no estructurados (texto, conversaciones, comunicaciones): clasificación, detección de intenciones, incrustaciones, resumen, extracción de información.
- Diseñar experimentos y pruebas A/B: definir métricas offline y criterios de éxito online, razonar sobre líneas base, efectos causales y significancia estadística, y demostrar que los modelos realmente marcan la diferencia.
- Poseer todo el ciclo de vida: extracción de datos y ingeniería de características, entrenamiento y evaluación, implementación, reentrenamiento y monitoreo de desviaciones y calidad de datos.
- Establecer el estándar técnico: aportar rigor a la evaluación, protegerse contra filtraciones y sobreajuste, y mentorear sobre prácticas sólidas de ML.
Requisitos:
- Fuertes fundamentos de ML: probabilidad y estadística, optimización, sesgo/varianza, regularización, evaluación de modelos y una comprensión real de los algoritmos detrás de las bibliotecas.
- Amplia experiencia en modelado: conjuntos de árboles (aumento/bagging), modelos lineales, agrupamiento y aprendizaje profundo (CNNs/RNNs/transformers) — y el juicio para elegir entre ellos.
- Experimentación: Familiaridad con aumento/inferencia causal y experimentación, o un fuerte impulso para dominarlo.
- Experiencia en NLP/LLM (incrustaciones, transformers, ajuste fino o indicaciones).
- Pila técnica: Fuerte conocimiento de Python y el ecosistema de ML (NumPy, pandas, scikit-learn; PyTorch o TensorFlow; bibliotecas de aumento de gradientes).
- Historial de producción: envío de modelos a producción, no solo cuadernos, y medir su impacto.
- Fundamentos de software: código limpio, SQL, control de versiones, pruebas.
Deseable:
- Maturidad en MLOps: seguimiento de experimentos, CI/CD para modelos, almacenes de características, monitoreo de modelos.
- Infraestructura: Nube (AWS/GCP), almacenes de datos, orquestación (Airflow o similar), servicio (FastAPI, Docker).
- Comunidad: Publicaciones, competiciones.
En Impress cultivamos una cultura de inclusión y diversidad. Celebramos las fortalezas, opiniones y experiencias individuales de nuestros empleados y animamos a todos los candidatos a postularse, sin importar raza, color, religión, identidad de género, orientación sexual, edad, origen nacional, discapacidad u otro factor.
Middle Machine Learning Engineer in Barcelona empresa: Impress
Impress es un empleador excepcional que ofrece un entorno de trabajo dinámico y multicultural en su sede de Barcelona. Con un enfoque en el crecimiento profesional, los empleados tienen acceso a oportunidades de desarrollo continuo y formación personalizada, lo que fomenta un ambiente inclusivo y colaborativo. Además, la empresa valora la atención al cliente de alta calidad, lo que permite a los líderes de equipo como tú marcar una diferencia significativa en la experiencia del cliente.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Middle Machine Learning Engineer in Barcelona
✨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 Middle Machine Learning Engineer en Impress.
✨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 Middle Machine Learning Engineer en Impress.
✨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 Middle Machine Learning Engineer.
Creemos que necesitas estas habilidades para triunfar como Middle Machine Learning Engineer in Barcelona
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 Impress!
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 Impress.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Impress. 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 Impress
✨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 Impress. 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.