Descripción

¿Quieres formar parte de una empresa líder en Customer Science y Marketing Automation? En Cognodata, ayudamos a nuestr@s client@s a mejorar su posición competitiva mediante la gestión avanzada de la información. ¡Únete a nuestro equipo!

Actualmente buscamos un/a Senior Data Scientist con sólida experiencia en el desarrollo e implementación de modelos predictivos aplicados al sector financiero, especialmente en banca y adquirencia. La persona ideal tendrá un enfoque orientado a negocio, capaz de traducir insights en acciones comerciales que generen impacto real.


🎯 Responsabilidades principales

  • Diseñar, desarrollar e implementar modelos predictivos y de comportamiento para optimizar estrategias de churn, retención y Customer Lifetime Value.
  • Liderar proyectos de industrialización de modelos bajo prácticas MLOps.
  • Colaborar con equipos de negocio para convertir resultados analíticos en decisiones estratégicas.
  • Garantizar la calidad y escalabilidad de las soluciones en entornos Databricks / Spark.
  • Participar en la definición de feature engineering temporal y pipelines de datos robustos.

🧠 Habilidades Clave

  • 🧠 Pensamiento analítico y estratégico
  • 🗣️ Comunicación efectiva y storytelling con datos
  • 🚀 Proactividad y orientación a resultados
  • 🔄 Capacidad de adaptación a entornos ágiles

🎁 ¿Qué te ofrecemos?

Proyectos innovadores en sectores como banca, retail, seguros...

  • 📈 Carrera profesional y formación continua.
  • 🤼 Buen ambiente laboral.
  • 💰 Retribución flexible.
  • 🏡 Híbrido.
  • ⏰ Horario flexible.
  • Todos los viernes, julio y agosto: jornada intensiva.
  • 🎓 Acceso a plataformas de formación.

📩 ¿Te interesa?

¡Inscríbete y forma parte de una empresa que apuesta por la innovación, el talento y el crecimiento profesional!

Requisitos mínimos

✅ Requisitos Mínimos

  • Experiencia de más de 5 años en desarrollo de modelos predictivos.
  • Experiencia de más de 2 años trabajando con Databricks / Spark.
  • Experiencia demostrable en: churn, retención, customer lifetime value, modelos de comportamiento

✅ Skills técnicas:


  • Python avanzado.
  • PySpark.
  • MLflow.
  • Feature engineering temporal.
  • Industrialización con prácticas MLOps.

Skills de negocio:


  • Conocimiento del sector banca/adquirencia (ideal).
  • Capacidad para traducir modelos en acciones comerciales concretas.

Competencias

  • proactividad
  • organización
  • compromiso
  • capacidad analítica
  • comunicación
  • autonomía
  • capacidad de adaptación
  • atención al detalle