Volver a los resultados · Galapagar

Oferta verificada hace 6 horas

Data scientist

Ravenwits Madrid·GalapagarRemotoContrato indefinidoJúnior
28 000 € – 36 000 € / año
Resumen Vox
  • Rol del puesto: Desarrollar, mejorar y mantener modelos de machine learning para resolver problemas del sector eléctrico, incluyendo predicción de generación, demanda y optimización de baterías.
  • Requisitos clave: Formación en Matemáticas, Estadística, Física, Ingeniería o disciplina cuantitativa, con base sólida en matemáticas, probabilidad y estadística, y programación en Python.
  • Condiciones y beneficios: Salario alrededor de 30.000 €, cultura remote-friendly, horario flexible, formación financiada, impacto en clima y energía, y trabajo en un equipo joven y autónomo.
Candidatarse en el origenSales de VoxJobs hacia infojobs.net — la candidatura se hace directamente en la empresa. infojobs.net

Descripción de la oferta

Data Scientist — Modelos de ML para el sector eléctrico Ravenwits es una startup deep-tech, spin-off de la Universidad Politécnica de Madrid y la Universidad Complutense de Madrid, especializada en soluciones basadas en datos para el sector eléctrico: predicción de generación renovable (solar y eólica) mediante IA y Deep Learning, predicción de demanda, optimización en mercados eléctricos y gestión de baterías (BESS). Construimos sistemas completos, desde la ingesta de datos y la investigación en ML hasta plataformas de inferencia en producción utilizadas por productores de energía. ¿A quién buscamos? Buscamos mentes cuantitativas con talento: matemáticos, estadísticos, físicos e ingenieros. No es necesaria experiencia profesional previa: los recién egresados de grado o máster con buen expediente académico son un perfil ideal para este puesto. ¿Qué harás? Tu trabajo estará en el corazón de Ravenwits: desarrollar, mejorar y mantener nuestros productos construyendo modelos de machine learning que resuelven problemas reales del sector eléctrico: predicción de generación renovable, predicción de demanda, modelización de precios de mercado y optimización de baterías. No es un puesto de ingeniería de software. Tu foco será la modelización: entender los fenómenos físicos y de mercado que hay detrás de los datos, diseñar y entrenar modelos de ML, evaluarlos con rigor e iterar hasta que funcionen en el mundo real. Todo ello trabajando a diario sobre nuestra plataforma y nuestro stack (Python, JupyterHub, AWS, Kubernetes, Argo Workflows), en colaboración estrecha con el equipo de ingeniería, que se encarga de la infraestructura: no necesitas experiencia en ella. Requisitos Grado o máster en Matemáticas, Estadística, Física, Ingeniería o disciplina cuantitativa similar Buen expediente académico (especialmente en el caso de recién egresados) Base sólida en matemáticas, probabilidad y estadística Programación en Python (o fundamentos sólidos y ganas de aprender rápido) Curiosidad genuina, rigor y honestidad intelectual al evaluar tus propios modelos Se valorará Trabajos de fin de grado/máster o proyectos con machine learning o series temporales Familiaridad con frameworks de Deep Learning (PyTorch, TensorFlow) Interés o conocimiento del sector eléctrico y las energías renovables Qué ofrecemos Salario en torno a 30.000 € Cultura remote-friendly y horario flexible Excelencia académica presente en el día a día Autonomía e impacto real desde el primer día Presupuesto de formación (cursos, conferencias, libros) ML en producción real, no solo experimentos Producto con impacto directo en clima y energía Equipo pequeño y joven, sin burocracia

Panel de transparencia

Fuente original
infojobs.net
Publicada
24 jul 2026 · fecha real
Última verificación
hace 6 horas
Puntuación de calidad
65/100
Salario indicado30
Empresa identificada0
applyUrl0
postedAt15
Descripción completa20

Semejantes

Ofertas cercanas a esta.

Senior Data Engineer

Capgemini Engineering - Consultores/as
MadridRemotoContrato indefinido
39 000 € – 43 000 € / año
Nuevavía infojobs.net·hace 11 horas65/100

¿Algo mal con este anuncio? Denunciar oferta fraudulenta o desactualizada