• Operational international channel and distribution sales • Building relationships with distributors • Securing placement of our products in distributor portfolios • Developing concrete business opportunities • Influencing the ongoing development of distribution

• Internationalisierung des Vertriebs und Übertragung eines erfolgreichen Setups in neue Märkte • Regelmäßige Besuche bei Distributoren vor Ort • Aufbau und Pflege von Beziehungen zu Distributoren • Positionierung der Produkte im Portfolio der Partner • Identifizierung von Wachstumschancen und Initiativen fördern

Role Description Desde Capgemini Engineering buscamos un/a Data Scientist con React para incorporarse a un proyecto tecnológico del sector aeronáutico. La persona seleccionada participará en el diseño de soluciones analíticas y de inteligencia artificial, combinando el desarrollo de modelos de Machine Learning con la creación de interfaces web que faciliten la visualización y explotación de los resultados. - Analizar, limpiar y transformar datos para identificar patrones y generar insights relevantes. - Diseñar, desarrollar y validar modelos de Machine Learning y analítica avanzada. - Trabajar con técnicas de aprendizaje supervisado y no supervisado. - Participar en el despliegue y monitorización de modelos en entornos productivos. - Desarrollar o colaborar en la construcción de interfaces web con React para visualizar resultados, métricas y predicciones. - Integrar los resultados de los modelos en aplicaciones y herramientas utilizadas por otros equipos. - Documentar los desarrollos y compartir conocimientos con un equipo multidisciplinar. Qualifications - Formación en Ingeniería, Informática, Matemáticas, Física o similar. - Experiencia profesional en Data Science y desarrollo de modelos de Machine Learning. - Conocimientos sólidos de Python y librerías como Pandas, NumPy y Scikit-learn. - Experiencia con técnicas de Machine Learning supervisado y no supervisado. - Conocimientos de SQL y experiencia trabajando con bases de datos relacionales. - Experiencia práctica desarrollando o modificando interfaces web con React. - Manejo de Git y experiencia trabajando con metodologías ágiles. - Se valorará positivamente el poseer certificado de discapacidad, en el marco de nuestra política de inclusión y diversidad. Benefits - Un ambiente de trabajo único muy valorado por nuestros profesionales en las evaluaciones periódicas. - Wellbeing HUB - Incluye políticas y acciones para la salud física (Wellhub) y mental. - 24 días de vacaciones + 2 asuntos propios + 24 y 31 de diciembre + opción a comprar hasta 7 días de vacaciones al año. - FlexAbroad: posibilidad de trabajar en remoto desde otro país durante 45 días. - Plan de Compensación Flexible (seguro médico, transporte, formación, tarjeta restaurante o subvención de comida, guardería…) - Formación continua, podrás disfrutar de Mylearning y de Capgemini University y de nuestros Campus Digitales y Comunidades profesionales. Tendrás acceso a plataformas como: Coursera, Udemy, Pluralsight, Harvard Manager Mentor, Education First para idiomas (inglés francés, alemán…) ¡entre otras! - Participación en Acciones de Voluntariado y Acción Social con nuestros Grupos de Sostenibilidad, Inclusión e Igualdad. - Acompañamiento en tus inicios con el programa de Buddies. - Seguro de Vida y Accidentes.

Role Description At Capgemini Invent, we believe difference drives change. As inventive transformation consultants, we blend our strategic, creative and scientific capabilities, collaborating closely with clients to deliver cutting-edge solutions. Join us to drive transformation tailored to our client's challenges of today and tomorrow. Informed and validated by science and data. Superpowered by creativity and design. All underpinned by technology created with purpose. Qualifications - Programming Languages: Python (NumPy, SciPy, Pandas, MatPlotLib, Seaborne) - Databases: RDBMS (MySQL, Oracle etc.), NoSQL Stores (HBase, Cassandra etc.) - ML/DL Frameworks: SciKitLearn, TensorFlow (Keras), PyTorch - Big Data ML Frameworks: Spark (Spark-ML, Graph-X), H2O - Cloud: Azure/AWS/GCP - Predictive and Prescriptive Modelling using Statistical and Machine Learning algorithms including but not limited to: - Time Series - Regression - Trees - Ensembles - Neural-Nets (Deep & Shallow – CNN, LSTM, Transformers etc.) - Experience with open-source OCR engines like Tesseract, Speech recognition, Computer Vision, face recognition, emotion detection is a plus. - Unsupervised Learning: - Market Basket Analysis - Collaborative Filtering - Dimensionality Reduction - Common matrix decomposition approaches like SVD - Various Clustering approaches: - Hierarchical - Centroid-based - Density-based - Distribution-based - Graph-based clustering like Spectral - NLP: - Information Extraction - Similarity Matching - Sentiment Analysis - Text Clustering - Semantic Analysis - Document Summarization - Context Mapping/Understanding - Intent Classification - Word Embeddings - Vector Space Models - Experience with libraries like NLTK, Spacy, Stanford Core-NLP is a plus. - Usage of Transformers for NLP and experience with LLMs like ChatGPT, Llama and usage of RAGs (vector stores like LangChain & LangGraphs), building Agentic AI applications. Requirements - Graph Analytics: - Familiarity with Graph Algorithms (Directed & Undirected) – Traversal (BFS, DFS), Cycle Detection (Bellman Ford, Floyd Warshall), Shortest Path (Dijkstra, A*) etc. - Building Knowledge Graphs with unstructured data and knowledge graph optimizations like PageRank/TrustRank is expected. - Mathematical Optimization: - Familiarity with common optimization algorithms, both discrete (Linear, Mixed-Integer, Goal, Dynamic) and continuous (GD and its variants, Newton’s method) is expected. - Experience with Simulated Annealing and exposure to ML inspired evolutionary optimization algorithms like Genetic Algorithm & Genetic Programming for optimization is a plus. - Simulations: - Monte Carlo Simulation - Discrete-Event Simulation - Agent-Based Simulation - Hybrid Simulation - System Dynamics - Genetic Algorithm based Simulation - Model Deployment: - ML pipeline formation - Data security and scrutiny check - ML-Ops for productionizing a built model on-premises and on cloud Benefits - Flexible work arrangements to provide support, including remote work and flexible work hours. - Career growth programs and diverse professions crafted to support exploration of opportunities. - Valuable certifications in the latest technologies such as Generative AI.