¿Te apasiona la ciencia de datos y buscas una oportunidad para aplicar tus conocimientos en un entorno real, colaborativo y con impacto?
Buscamos un/a estudiante de último curso o pendiente de TFG para incorporarse a nuestro equipo de I+D como Data Scientist en prácticas.
Tareas que llevarás a cabo en el día a día:
- Análisis y procesamiento de series temporales procedentes de sensores.
- Entrenamiento y evaluación de modelos de aprendizaje automático con TensorFlow/Keras.
- Aplicación de técnicas de clasificación supervisada (Conv1D, GRU, etc.).
- Limpieza, normalización e interpolación de datos con pandas y NumPy.
- Visualización de resultados y análisis de métricas con Matplotlib.
- Colaboración en proyectos reales relacionados con salud, movilidad y deteccion de caidas.
- Participación en sesiones de revisión técnica y documentación del proceso.
Herramientas y metodologías que utilizarás o aprenderás:
- Python (pandas, NumPy, scikit-learn, TensorFlow, Keras).
- Control de versiones con Git.
- Desarrollo ágil y documentación colaborativa.
- Proyectos con impacto social y aplicabilidad real.
Imprescindible:
- Estudiante del último año de Ingeniería, Matemáticas, Física, Informática o similar.
- Conocimientos sólidos de Python.
- Familiaridad con librerías de ML y Deep Learning (TensorFlow, Keras).
- Capacidad de análisis y pensamiento lógico.
Se valorará:
- Experiencia previa en proyectos personales o académicos de ciencia de datos.
- Conocimiento en tratamiento de datos de sensores (wearables, IoT).
- Buen nivel de comunicación y trabajo en equipo.
- Interés en la innovación tecnológica aplicada al bienestar social y la salud.
Proyecto real con impacto: trabajarás en un sistema de detección de eventos (como caídas o desplazamientos) usando sensores de muñeca y redes neuronales.
Mentoría técnica personalizada: acompañamiento diario de ingenieros con experiencia en ML y desarrollo de producto.
Flexibilidad horaria para compatibilizar con estudios o TFG.
Oportunidad de continuidad laboral tras las prácticas, si el encaje es mutuo.
Buen ambiente de trabajo, colaborativo y multidisciplinar.
Posibilidad de publicar resultados (paper, póster o TFG).
