Empresa líder en el sector de Customer Science y en Marketing Automation, dedicada a la generación de resultados de negocio mediante la gestión avanzada de la información de clientes, liderando cambios del sector y mejora de su posición competitiva, requiere para las oficinas de cliente (energía) un/a data scientist Large Language Model.

Sus principales responsabilidades serán:

* Extraer y analizar datos de las bases de datos de la empresa para impulsar la optimización y la mejora del desarrollo de productos
* Evaluar la eficacia y precisión de las nuevas fuentes de datos y aplicar técnicas de recopilación de datos
* A partir de los datos disponibles y haciendo uso de algoritmos o de componentes desarrollar modelos personalizados para resolver las iniciativas de IA existentes
* Utilice el modelado predictivo para aumentar y optimizar las experiencias de los clientes, la generación de ingresos, la segmentación de anuncios y otros resultados empresariales
* Diseñar marcos de prueba A / B y determinar siempre una métrica para evaluar los modelos
* Coordinarse con diferentes equipos funcionales para implementar modelos y monitorizar los resultados•
* Desarrollar procesos y herramientas para supervisar y analizar el rendimiento del modelo y la precisión de los datos


Podemos ofrecerte:

- Contrato indefinido con 6 meses de período de prueba

- Carrera profesional

- Formación

- Buen ambiente laboral

¿Quieres conocer más? ¡Ínscribete!

* Estudios: Máster o Doctorado en Estadística, Matemáticas, Ciencias de la Computación u otro campo cuantitativo
* Habilidades fuertes de resolución de problemas con énfasis en el desarrollo del producto.
* Experiencia en el uso de lenguajes como Python (se realizará prueba) para manipular datos y extraer información de grandes conjuntos de datos de al menos 5 años.
* Conocimiento de una variedad de técnicas de aprendizaje automático (agrupación, aprendizaje de árboles de decisión, redes neuronales artificiales, etc.) y sus ventajas/inconvenientes en el mundo real.
* Conocimiento de técnicas y conceptos estadísticos avanzados (regresión, propiedades de distribuciones, pruebas estadísticas y su uso adecuado, etc.) y experiencia con aplicaciones.
* Experi