Data Scientist in Valencia

Data Scientist in Valencia

Valencia Full Time 49500 - 60500 € / año (est.) Híbrido
K

De un vistazo

  • Tareas: Diseña y optimiza modelos de IA para mejorar la logística y la cadena de suministro.
  • Empresa: Kaleris, una empresa innovadora en soluciones de inteligencia artificial.
  • Beneficios: Salario competitivo, beneficios completos y un ambiente inclusivo y colaborativo.
  • Otra información: Oportunidades de crecimiento profesional y trabajo en un entorno dinámico.
  • Por qué este empleo: Únete a un equipo que está revolucionando la inteligencia de decisiones en la cadena de suministro.
  • Cualificaciones: Experiencia en ciencia de datos y habilidades en Python y aprendizaje automático.

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

Overview

Kaleris is seeking a passionate and pragmatic Data Scientist to join our AIML team in building the next generation of AI solutions for logistics and supply chain.

You will design, implement, and validate analytical and learning-based models to power optimization, routing, and decision-making across our products.

Responsibilities

  • Design, implement, and optimize end-to-end ML/RL workflows for dynamic decision-making and operational optimization.
  • Build and maintain training environments to safely evaluate model behavior prior to live deployment.
  • Develop robust data pipelines for ingestion, cleaning, feature engineering, and labeling; conduct EDA, hypothesis testing, and model diagnostics.
  • Define rewards, constraints, and safety checks; plan offline evaluations and controlled experiments to validate model performance.
  • Validate and operate production models: define acceptance criteria and test plans, continuously monitor performance/latency/drift, investigate anomalies, and apply corrective measures in partnership with software engineering.
  • Ensure responsible AI practices, model governance, and reproducible experimentation throughout the ML lifecycle.
  • Collaborate with product, engineering, and operations to translate business goals into measurable ML objectives, success metrics, and deployment plans.
  • Contribute to requirements/design/code reviews; submit major solution components for peer review prior to deployment.
  • Produce clear documentation, visualizations, and stakeholder-ready narratives; plan sprint work, track tasks, and report progress.

Requirements

  • Bachelor’s or Master’s in a quantitative field (Computer Science, Statistics, Mathematics, Operations Research, Engineering).
  • 2–4 years of relevant experience in data science/ML.
  • Solid background in statistics, data modeling, machine learning, and visualization.
  • Practical experience applying reinforcement learning concepts (e. g., policy learning, reward design, evaluation) to real-world problems.
  • Proficiency in Python and one deep learning framework (Py Torch or Tensor Flow).
  • Strong data skills: SQL, Pandas, Num Py, Scikit-learn; visualization with Matplotlib/Seaborn/Plotly.
  • Software craftsmanship: Git, unit testing, code reviews, and reproducible experiments (e. g., MLflow).
  • Experience deploying models to cloud environments (Azure/AWS/GCP) using Docker/Kubernetes and CI/CD.
  • Comfortable working with global/distributed teams; effective communication, problem-solving, and professionalism under pressure.
  • Preferred
  • Simulation experience (discrete-event or agent-based) and familiarity with queueing/ stochastic modeling.
  • Logistics/supply-chain domain exposure (terminal operations, yard management, transportation networks, inventory flows).
  • MLOps practices: model versioning, monitoring, and automated retraining.
  • Experience with optimization methods and decision intelligence in complex, noisy environments.

Why Join Kaleris?

  • Competitive salary and comprehensive benefits.
  • Inclusive, diverse, and collaborative team culture.
  • The chance to build AI products at the frontier of decision intelligence for the supply chain.
  • Opportunities to grow your domain expertise while delivering measurable impact in real-world operations.

Kaleris is an equal opportunity employer. We celebrate diversity and are committed to creating an inclusive environment for all employees.

Data Scientist in Valencia empresa: Kaleris

Kaleris es un excelente empleador que se dedica a la innovación en la gestión de contenedores en instalaciones intermodales y ferroviarias. Ofrecemos un entorno de trabajo colaborativo donde la creatividad y el crecimiento profesional son valorados, brindando oportunidades para que nuestros empleados desarrollen sus habilidades y avancen en sus carreras. Además, nuestra cultura centrada en el usuario garantiza que cada miembro del equipo tenga un impacto significativo en la experiencia de nuestros clientes y en el éxito de nuestros productos.

K

Datos de contacto:

Equipo de selección de Kaleris

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Data Scientist in Valencia

✨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 en Kaleris.

✨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 en Kaleris.

✨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.

Creemos que necesitas estas habilidades para triunfar como Data Scientist in Valencia

Machine Learning
Reinforcement Learning
Data Modeling
Statistical Analysis
Python
PyTorch
TensorFlow

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 Kaleris!

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 Kaleris.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Kaleris. 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 Kaleris

✨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 Kaleris. 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.