Científico de Datos

• Diseñar, desarrollar e implementar gemelos digitales, modelos híbridos y modelos de machine learning aplicados a procesos industriales.
• Colaborar con expertos de proceso para entender el funcionamiento de los activos, identificar variables relevantes e incorporar conocimiento físico/químico en las soluciones analíticas
• Formular e implementar problemas de optimización matemática, definiendo variables de decisión, restricciones, función objetivo y criterios de validación.
• Desarrollar pipelines end-to-end en Python y AWS, cubriendo preparación de datos, feature engineering, entrenamiento, validación, evaluación y despliegue de modelos.
• Asegurar que las soluciones sean escalables, mantenibles, trazables y seguras, siguiendo buenas prácticas de ingeniería de software y datos.
• Comunicar resultados, hipótesis, limitaciones y recomendaciones a stakeholders técnicos y de negocio.

En Moeve transformamos la energía y la movilidad para entre todos mejorar el mundo, y necesitamos de todo el talento para hacerlo realidad. ¡Esta es tu oportunidad!

Integrado/a en el área de TPS, dentro del equipo de Data Science, participarás en el desarrollo de soluciones analíticas avanzadas para iniciativas de Transformación Digital en entornos industriales.

El foco principal de la posición estará en proyectos relacionados con el desarrollo de modelos para plantas industriales (gemelos digitales), combinando conocimiento de proceso, técnicas de machine learning, modelos híbridos y optimización matemática.

Trabajarás junto a equipos técnicos, negocio y expertos de proceso para traducir retos industriales complejos en modelos y soluciones robustas, escalables y accionables.

• Formación en Ingeniería Industrial, Ingeniería Química, Física, Matemáticas, o disciplinas afines.
• Se valorará especialmente formación de máster o doctorado en áreas relacionadas con ciencia de datos, modelización, optimización, procesos industriales o energía.
• Experiencia mínima de 3 años en ciencia de datos, modelización avanzada, optimización matemática o soluciones analíticas en entornos industriales.
• Conocimiento de procesos industriales, adquirido por experiencia profesional o formación técnica.
• Experiencia en el desarrollo de gemelos digitales, modelos híbridos, modelos físico-data driven o soluciones de simulación/modelización industrial.

• Experiencia en el planteamiento, formulación e implementación de problemas de optimización matemática.

• Conocimientos sólidos de Python.
• Experiencia trabajando en entornos cloud, especialmente AWS.
• Conocimiento de buenas prácticas de desarrollo: Git, testing, documentación, CI/CD y código mantenible.
• Nivel de inglés mínimo B2, con capacidad para trabajar en entornos internacionales y preparar documentación técnica o presentaciones cuando sea necesario.

Sería ideal si además:

• Experiencia específica en procesos relacionados con electrolizadores, energía, química o sistemas industriales complejos.
• Familiaridad con librerías de optimización matemática en Python, como Pyomo, PuLP, OR-Tools u otras herramientas equivalentes.
• Conocimiento de librerías del ecosistema Data Science en Python, como pandas, polars, scikit-learn, scipy, numpy, etc.
• Experiencia con herramientas o servicios de MLOps, como MLflow, Kubeflow, SageMaker...
• Capacidad para sintetizar resultados técnicos y comunicarlos de forma clara a stakeholders internos y externos.

Localización: Madrid, Torre Moeve