Senior Data Scientist in Madrid

Senior Data Scientist in Madrid

Madrid 49500 - 60500 € / año (est.) Presencial
Jampp

De un vistazo

  • Tareas: Diseñar y desarrollar modelos de aprendizaje profundo para predicción y optimización.
  • Empresa: Jampp, líder en tecnología para la economía de aplicaciones móviles.
  • Beneficios: Oportunidades de crecimiento profesional y trabajo en proyectos innovadores.
  • Otra información: Ambiente dinámico con grandes conjuntos de datos y colaboración multidisciplinaria.
  • Por qué este empleo: Impacta directamente en cómo Jampp optimiza millones de oportunidades publicitarias cada segundo.
  • Cualificaciones: Más de 5 años de experiencia en Ciencia de Datos y aprendizaje automático.

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

En Jampp, estamos en la misión de desempeñar un papel líder en el crecimiento de la economía de aplicaciones móviles. ¿Cómo? Construimos tecnología para apoyar a las empresas más ambiciosas, desde pioneros en juegos hasta comercio, para impulsar el alcance de sus aplicaciones y acelerar sus negocios móviles. Resolvemos los desafíos tecnológicos más complejos y a gran escala en la publicidad móvil hoy en día. Procesamos más de 2,500,000 solicitudes de anuncios por segundo, lo que equivale a más de 300TB de datos por día, a través de tres centros de datos globales. Dependemos de modelos de aprendizaje automático en tiempo real que nos dan predicciones en menos de 100 ms.

Los datos y cómo se utilizan juegan un papel central en Jampp y están en el corazón de cómo tomamos decisiones de producto, negocio, operativas y financieras. Nuestro equipo de Ciencia de Datos aborda problemas desafiantes en muchas disciplinas técnicas, incluyendo pronósticos de series temporales, minería de grafos, optimización algorítmica en petabytes de datos, inferencia causal con datos faltantes y aprendizaje automático a gran escala.

Estamos llevando nuestra plataforma de aprendizaje automático al siguiente nivel. Estamos evolucionando de modelos construidos alrededor de características diseñadas manualmente hacia una arquitectura de aprendizaje profundo basada en embeddings, permitiendo que nuestros modelos aprendan representaciones más ricas de usuarios, dispositivos, creativos, editores, anunciantes, aplicaciones, campañas y ubicaciones.

Como Científico de Datos Senior, jugarás un papel clave en esta transformación. Trabajarás de manera práctica en el diseño, desarrollo y despliegue de modelos basados en DNN que impulsan la predicción, la oferta y la optimización. Colaborarás estrechamente con Científicos de Datos, Ingenieros de ML, Ingenieros de Software e Ingenieros de Datos para convertir ideas de investigación en soluciones listas para producción con un impacto medible en nuestro producto principal.

Esto no es un silo de investigación. Tendrás la oportunidad de trabajar con conjuntos de datos masivos y de alta cardinalidad, sistemas en tiempo real y modelos que influyen directamente en cómo Jampp puja por millones de oportunidades publicitarias cada segundo.

Lo que harás:

  • Diseñar, desarrollar e iterar modelos de aprendizaje profundo para predicción y optimización.
  • Desarrollar enfoques basados en embeddings para representar entidades de alta cardinalidad como usuarios, dispositivos, creativos, editores, anunciantes, aplicaciones, campañas y ubicaciones.
  • Identificar oportunidades para mejorar el rendimiento, escalabilidad y generalización de nuestros modelos de aprendizaje automático utilizando señales en bruto y representaciones aprendidas.
  • Experimentar con diferentes enfoques de modelado, evaluar resultados rigurosamente y traducir experimentos exitosos en soluciones de producción.
  • Diseñar, codificar y desplegar modelos de aprendizaje automático y herramientas de producción de soporte, principalmente en Python.
  • Trabajar con conjuntos de datos a gran escala y contribuir a los pipelines de datos, infraestructura de características y bucles de retroalimentación necesarios para entrenar y mejorar continuamente nuestros modelos.
  • Colaborar estrechamente con Ingenieros de ML, Ingenieros de Datos e Ingenieros de Software para asegurar que los modelos puedan ser entrenados, servidos y monitoreados de manera confiable en producción.
  • Analizar métricas de rendimiento de modelos y productos para entender cómo los cambios en nuestros algoritmos impactan en la oferta, el rendimiento de campañas y los resultados comerciales.
  • Comunicar hallazgos técnicos y compensaciones claramente, y colaborar con otros equipos de Ciencia de Datos para compartir conocimientos y mejores prácticas.

Requisitos:

  • Más de 5 años de experiencia en Ciencia de Datos, Aprendizaje Automático o un rol cuantitativo estrechamente relacionado.
  • Fuerte formación académica en Matemáticas Aplicadas, Física, Estadística, Ciencias de la Computación, Econometría u otro campo cuantitativo.
  • Amplia experiencia con Python y el ecosistema científico/de aprendizaje automático de Python.
  • Experiencia práctica desarrollando y evaluando modelos de aprendizaje automático, con un sólido entendimiento de fundamentos estadísticos y de aprendizaje automático.
  • Experiencia práctica con Aprendizaje Profundo y arquitecturas de redes neuronales.
  • Experiencia trabajando con conjuntos de datos a gran escala y/o características categóricas de alta cardinalidad o basadas en ID.
  • Capacidad para llevar modelos desde la experimentación hasta la producción, trabajando estrechamente con equipos de ingeniería.
  • Fuertes habilidades analíticas y de resolución de problemas, con la capacidad de investigar de forma independiente problemas ambiguos y convertirlos en soluciones accionables.
  • Cómodo realizando comunicaciones profesionales diarias en inglés (escrito y verbal).
  • Tienes experiencia construyendo y desplegando modelos de aprendizaje profundo utilizando embeddings u otras técnicas de aprendizaje de representación.
  • Tienes experiencia trabajando en sistemas de recomendación, ad-tech, ofertas, precios, clasificación, personalización, detección de fraudes u otros problemas de optimización a gran escala.
  • Tienes experiencia con conjuntos de datos altamente desbalanceados y/o problemas de predicción a gran escala.
  • Has trabajado con modelos que operan en tiempo real u otros entornos sensibles a la latencia.
  • Tienes experiencia diseñando o contribuyendo a infraestructura de ML, almacenes de características, pipelines de entrenamiento, servicios de modelos o sistemas de monitoreo.
  • Disfrutas trabajar en problemas que involucran miles de millones de puntos de datos, millones de entidades y interacciones complejas que no pueden ser capturadas fácilmente a través de características diseñadas manualmente.
  • Te enorgullece trabajar en proyectos desde la experimentación hasta el exitoso despliegue en producción, involucrando una amplia variedad de tecnologías, sistemas y técnicas de modelado.
  • Te gusta trabajar de manera autosuficiente y autónoma, esforzándote a través de la ambigüedad y asumiendo la responsabilidad de tu trabajo.
  • Tienes un sentido de urgencia y propiedad sobre el producto, y te importa medir el impacto real de tus soluciones.
  • Eres curioso, pragmático y cómodo equilibrando la profundidad técnica con el impacto comercial práctico.
  • Inteligencia, humildad y disposición igual para aprender y enseñar.

Senior Data Scientist in Madrid empresa: Jampp

Jampp es un empleador excepcional que ofrece un entorno de trabajo dinámico y colaborativo, donde los empleados pueden aprender y crecer en el emocionante campo de la publicidad móvil. Con un enfoque en la formación continua y un equilibrio entre el trabajo en oficina y remoto, Jampp fomenta la innovación y la responsabilidad desde el primer día, permitiendo a sus empleados contribuir significativamente al éxito de la empresa. Además, disfrutarás de beneficios competitivos como licencias extendidas de maternidad/paternidad y actividades de equipo que fortalecen la cultura organizacional.

Jampp

Datos de contacto:

Equipo de selección de Jampp

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

Deep Learning
Machine Learning
Python
Statistical Fundamentals
Neural Network Architectures
Large-Scale Datasets
High-Cardinality Features