De un vistazo
- Tareas: Únete a la transformación del sector seguros resolviendo retos de negocio con datos.
- Empresa: Prestigiosa empresa del sector seguros en plena transformación.
- Beneficios: Trabajo híbrido, jornada intensiva en verano y flexibilidad horaria.
- Otra información: Ambiente colaborativo con oportunidades de crecimiento profesional.
- Por qué este empleo: Marca la diferencia con tus habilidades analíticas y colabora en proyectos innovadores.
- Cualificaciones: Experiencia en ciencia de datos y habilidades en Python/PySpark.
El salario previsto está entre 58500 - 71500 € por año.
Desde LHH Recruitment Solutions seguimos colaborando con una prestigiosa empresa del sector seguros, en pleno proceso de Transformación con el objetivo de posicionarse como la compañía referente dentro del sector seguros.
Como parte de este ambicioso reto, actualmente buscamos un/a
- Únete a la transformación de la empresa y marca la diferencia resolviendo retos reales de negocio con datos e impacto directo en el cliente y en los resultados de la compañía.
- Colaborar con los responsables, tanto de su propia unidad, así como con el resto de áreas de negocio y técnicas, en la definición y desarrollo del proyecto para asegurar el cumplimiento de plazos y expectativas, mediante la supervisión del mismo con el objetivo de cumplir los estándares comprometidos para los entregables, así como informando a las áreas implicadas tanto de avances como de posibles bloqueos que puedan surgir, adelantándose en la medida de lo posible a potenciales riesgos.
- Trabajar de la mano con todas las áreas a nivel del grupo de la empresa y de la Red Agencial para entender el detalle del problema de negocio.
Siempre teniendo en cuenta las particularidades de cada negocio mediante escucha activa en reuniones con los diferentes interlocutores de las unidades con las que se colaborará.
- Analizar la información existente, así como proponer activamente nuevas aproximaciones para enriquecer la información existente, con conjuntos de datos que ayuden a resolver el reto analizando la información existente, usando el conjunto de datos potencialmente más apto para la resolución del reto a resolver.
- Promover el buen uso de los datos dentro de la compañía, en base a las políticas internas de seguridad y de cumplimiento, y siempre en base a los estándares de calidad, seguridad y legalidad establecidos.
- Aportar capacidades del tratamiento del dato usando diferentes técnicas, en base a los resultados obtenidos del análisis de la información (EDA) previamente realizado, con el objetivo de preparar la información para el posterior modelado.
- Pensar de manera crítica para identificar el mejor conjunto de modelos/reglas/soluciones a probar para resolver el problema de negocio, así como de optimización de la solución a desarrollar gracias al diseño, implementación, y pruebas de los diferentes algoritmos candidatos, así como para desplegar los modelos desarrollados en entornos de producción.
- Ser capaz de interpretar los resultados, detectar puntos de mejora en los modelos y proponer estrategias alternativas de trabajo con los datos, así como transmitir los procesos realizados a perfiles técnicos, así como de negocio.
- Definir KPIs con el fin de monitorizar la información, modelos desarrollados y diferentes drifts que puedan surgir, así como de métricas de gobierno de la calidad de la información.
- Liderar proyectos de Data Science tanto de manera individual como apoyado por otros miembros del equipo, así como por equipos de consultoría externos.
- Mantener, realizar un seguimiento y mejorar los modelos actuales.
- Crear nuevos modelos de machine learning escalables y listos para la puesta en producción.
- Documentar las soluciones generadas, para justificar las decisiones tomadas, y para presentar los procesos operativos diseñados.
- Colaborar en los procesos de identificación, reunión y negociación con proveedores, incluyendo la definición de los requerimientos técnicos óptimos para el correcto desarrollo de los proyectos.
- EXPERIENCIA, CONOCIMIENTOS Y HABILIDADES REQUERIDAS
Experiencia deseada
- Experiencia profesional de al menos 4 años en departamentos de ciencia de datos.
- Se valorará positivamente haber participado en proyectos del sector del seguro, y haber trabajado en otras compañías aseguradoras.
- Experiencia en trabajo en equipo
- Experiencia en coordinación de proyectos
- Conocimientos avanzados matemáticos y estadísticos, y en técnicas de preparación de datos en bruto (incluyendo tratamientos de textos) y creación de modelos de Machine Learning de diferente tipología tales como series temporales, y modelos de regresión.
- Se valorará positivamente el doctorado.
Conocimientos Requeridos
- Conocimientos de Python/Py Spark
- Licenciatura/Grado en Informática, Matemáticas, Físicas, Ingeniería u otra carrera técnica.
- Habilidades de comunicación, manejo de presentaciones, coordinación de tareas y habilidades de trabajar en equipo.
- Realización de informes y cuadros de mando en herramientas de reporting.
- Mentalidad colaborativa, estamos impulsando el área de Data Science a través de todo el grupo.
Colaborarás con personas de diferentes perfiles y experiencia para desarrollar la mejor solución analítica que impacte a negocio.
Beneficios
Modalidad de trabajo híbrida, jornada intensiva en verano, flexibilidad horaria y muy buen ambiente de trabajo.
Data Scientist empresa: LHH
Trabajar en nuestra compañía industrial del sector packaging alimentario sostenible en Tarragona significa unirte a un equipo comprometido con la innovación y el crecimiento. Ofrecemos un entorno de trabajo colaborativo donde podrás participar en proyectos de transformación y mejora continua, además de contar con flexibilidad horaria y un plan de desarrollo profesional que fomenta el crecimiento interno. Si buscas un lugar donde tu experiencia en ingeniería pueda marcar la diferencia, aquí encontrarás un proyecto apasionante y significativo.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir 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 Data Scientist en LHH.
✨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 LHH.
✨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
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 LHH!
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 LHH.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para LHH. 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 LHH
✨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 LHH. 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.