En Lognext llevamos mas de 18 anos impulsando soluciones tecnologicas que transforman la operativa de nuestros clientes. Actualmente, colaboramos con una empresa del sector textil, lider mundial en innovacion y produccion, que busca potenciar sus estrategias mediante modelizacion predictiva avanzada aplicada a la planificacion de la produccion y la optimizacion de sus centros logisticos. Que buscamos? Mas de 4 anos de experiencia como Data Scientist, con formacion avanzada en matematicas, informatica, ingenieria o disciplinas afines. Experiencia consolidada en el desarrollo de modelos de prediccion sobre series temporales, aplicados a contextos de alta variabilidad, similares a entornos de trading intradia. Dominio de herramientas de analisis y manipulacion de datos como NumPy, SciPy, Pandas, y conocimientos intermedios de SQL. Construccion de modelos de machine learning tanto basicos (arboles de decision, nave bayes, perceptron) como complejos, utilizando arquitecturas personalizadas en Keras, TensorFlow o PyTorch. Aplicacion de tecnicas de interpretabilidad (explainability) como Permutation Importance para evaluar la importancia de variables, junto con metodos de reduccion de dimensionalidad como PCA, orientadas a obtener modelos robustos, explicables y alineados con los objetivos del negocio. Experiencia en tecnicas avanzadas como Transfer Learning, aprovechando modelos preentrenados para adaptarlos a nuevas problematicas del negocio. Familiaridad con plataformas de desarrollo ML como AzureML o Databricks, asi como con herramientas de control de versiones (GitHub, Azure DevOps). Principales funciones y responsabilidades Disenar e implementar modelos predictivos para anticipar la produccion, optimizar el reparto entre centros y mejorar la eficiencia operativa de la red de produccion. Aplicar tecnicas avanzadas de modelizacion, interpretacion y validacion de resultados para garantizar modelos robustos y adaptados a la realidad del negocio. Reutilizar y adaptar modelos preentrenados mediante tecnicas de transfer learning para acelerar el desarrollo de soluciones personalizadas. Colaborar en entornos de desarrollo colaborativos, aplicando buenas practicas de versionado, pruebas y despliegue de modelos en entornos productivos. Participar activamente en la integracion de modelos dentro de ecosistemas tecnologicos complejos, con vision de escalabilidad y automatizacion. Conocimientos valorables Conocimiento y experiencia en MLOps, incluyendo CI/CD, automatizacion y control de versiones. Experiencia trabajando con datos masivos (TBs) y herramientas de analisis distribuido como PySpark o Koalas. Familiaridad con metodologias agiles (Scrum, Kanban) y herramientas de gestion como JIRA, Confluence o Docusaurus. Formacion especializada en Big Data, Data Science y/o Machine Learning. Experiencia en desarrollo de microservicios con FastAPI, testing con Pytest, y conocimientos en algoritmos de refuerzo ( O, Q learning).