Role Description Buscamos un/a Machine Learning Engineer / AI Data Scientist. ¿Te apasiona convertir datos en soluciones inteligentes? Buscamos un perfil con sólida base en Machine Learning e Inteligencia Artificial para participar en el desarrollo, validación e industrialización de modelos aplicados a casos de negocio de alto impacto dentro del sector de banca de inversión. Trabajarás junto a científicos de datos, ingenieros y equipos de negocio desarrollando soluciones escalables que abarcan todo el ciclo de vida del modelo: desde la exploración de datos hasta su despliegue y monitorización en producción. Principales responsabilidades: - Diseñar, desarrollar y validar modelos de Machine Learning e Inteligencia Artificial para casos de uso de banca corporativa y de inversión. - Aplicar técnicas avanzadas de aprendizaje supervisado y no supervisado, forecasting, NLP, detección de anomalías y modelos predictivos. - Realizar análisis exploratorio de datos, ingeniería de variables y evaluación de modelos utilizando metodologías estadísticas rigurosas. - Construir pipelines reproducibles de entrenamiento, inferencia y monitorización siguiendo buenas prácticas de ingeniería. - Implementar procesos de validación y gobernanza de modelos, incluyendo explicabilidad, robustez y documentación. - Colaborar con equipos técnicos y de negocio para transformar necesidades funcionales en soluciones analíticas de alto valor. - Investigar y aplicar nuevas tecnologías relacionadas con Deep Learning, LLMs e Inteligencia Artificial Generativa. Qualifications - Titulación en Informática, Matemáticas, Estadística, Data Science, Machine Learning, Ingeniería, Física o disciplinas afines. - Sólidos conocimientos de álgebra lineal, probabilidad, estadística, optimización y métodos numéricos. - Experiencia desarrollando en Python aplicando buenas prácticas de programación. - Experiencia con librerías de Machine Learning como scikit-learn. - Conocimiento de al menos un framework de Deep Learning (PyTorch o TensorFlow). - Experiencia en evaluación y validación de modelos (AUC, Precision/Recall, RMSE, calibración, etc.). - Manejo de pandas, NumPy y consultas SQL. - Capacidad para trabajar en equipos multidisciplinares y comunicar resultados técnicos y de negocio. - Nivel profesional de inglés C1. Requirements - Deseables: - Experiencia previa como Machine Learning Engineer o Data Scientist. - Conocimientos de NLP, Transformers, Embeddings, LLMs e IA Generativa. - Experiencia con conceptos y herramientas MLOps (MLflow, Docker, CI/CD, monitorización de modelos). - Experiencia en plataformas cloud (AWS, Azure o GCP). - Conocimiento de Spark y procesamiento distribuido. - Experiencia o interés en Databricks. - Conocimientos en series temporales, inferencia causal o stress testing. - Experiencia en entornos de banca corporativa o de inversión. - Conocimiento de gobierno y riesgo de modelos en entornos regulados. - Familiaridad con métricas financieras, gestión de riesgos o analítica bancaria. Benefits - Contrato indefinido con salario competitivo. - Modalidad 100% remota. - Plan de carrera personalizado y formación continua. - Participación en proyectos estratégicos de IA y Machine Learning con impacto directo en el negocio. - Trabajo con tecnologías punteras en Inteligencia Artificial, Deep Learning y LLMs. - Colaboración con equipos internacionales altamente especializados. - Flexibilidad horaria y equilibrio entre vida personal y profesional. - Beneficios sociales adaptados a tus necesidades.

• Work with partner ML and Annotation engineers and TPMs to spec out data and training requirements • Ensure that datasets are correctly curated, filtered, and processed to meet the rigorous standards of production-level machine learning • Act as a technical translator, taking high-level project goals and turning them into actionable data specs for engineering and annotation teams • Maintain high standards for data integrity, ensuring that the media datasets used for training are representative and accurate

• Optimize workforce routing and scheduling • Data and rules gathering, geographic clustering, predictive models for demand/duration • Implementation of an ALNS solver with custom operators (Adaptive Large Neighborhood Search) • Validation against 4 baselines using backtesting

• Leading investment risk analysis across whole-of-fund, strategy and portfolio levels. • Proactively partnering with our portfolio managers and investment team leadership to identify, assess and manage investment risks and opportunities. • Developing and enhancing investment risk frameworks, analytics and reporting. • Driving understanding of market, liquidity and sustainability-related risks. • Building a strong investment risk culture through thought leadership and trusted advice.