Data Scientist Python PySpark Databricks — Presencial - Madrid — Consultoría Tech - Python, PySpark, Databricks, SQL

Descripción del puesto

Sobre la vacante

Grupo Ditech está buscando un Data Scientist con experiencia en Python, PySpark y Databricks para unirse a su equipo en Madrid. Requisitos clave incluyen nivel avanzado de inglés y disponibilidad para trasladarse a España. Esta posición es presencial y está dirigida a profesionales con habilidades sólidas en análisis de datos y machine learning.

¿Por qué deberías aplicar?

Esta oportunidad te permite trabajar en proyectos de alto impacto en una consultoría tech, desarrollando soluciones de datos avanzadas con tecnologías líderes como PySpark y Databricks. Aprenderás a optimizar pipelines de datos, implementar modelos predictivos y colaborar en un entorno dinámico que fomenta el crecimiento profesional y la innovación.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Python avanzado para análisis de datos y machine learning
• PySpark para procesamiento de big data
• Databricks para gestión de plataformas de datos
• SQL para consultas y manipulación de datos
• Inglés avanzado para comunicación en entornos internacionales
• Habilidades analíticas y resolución de problemas

Tips prácticos para este puesto

• Asegúrate de tener proyectos en GitHub que demuestren tu experiencia con PySpark y Databricks.
• Prepara ejemplos concretos de cómo has optimizado pipelines de datos o implementado modelos en producción.
• Practica tu inglés técnico, especialmente para explicar conceptos complejos de data science.

Recursos recomendados

• Documentación oficial: PySpark (Apache Spark), Databricks Academy
• Cursos: Data Science con Python en Coursera, especialización en Big Data en edX
• Influencers: Follow a expertos en LinkedIn como Cassie Kozyrkov o Andrew Ng para insights de la industria
• Tools: Jupyter Notebooks, Git, Docker para reproducibilidad

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe un proyecto donde hayas usado PySpark para procesar grandes volúmenes de datos." *Tip: Enfócate en los desafíos técnicos y cómo los resolviste, destacando optimizaciones de rendimiento.*
• Pregunta 2: "¿Cómo manejas el despliegue de modelos de machine learning en producción?" *Tip: Menciona herramientas como MLflow o Databricks ML, y habla sobre monitoreo y versionado.*
• Pregunta 3: "Explica una situación donde tuviste que comunicar hallazgos complejos de data science a un equipo no técnico." *Tip: Usa ejemplos con visualizaciones claras y lenguaje sencillo, enfatizando el impacto en el negocio.*

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $1,500 - $2,500 | | Mid | $2,500 - $4,000 | | Senior | $4,000 - $6,000 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para posiciones en España como esta, los salarios pueden ser más altos, ajustados al mercado local.*

Red flags a considerar

• Bandera roja 1: Si la empresa no proporciona detalles claros sobre los proyectos o el stack tecnológico completo. *Qué preguntar en la entrevista: "¿Pueden describir un proyecto reciente y las tecnologías específicas utilizadas?"*
• Bandera roja 2: Falta de oportunidades de crecimiento o capacitación en nuevas herramientas de data science. *Qué investigar antes de aceptar: Revisa reviews en Glassdoor o LinkedIn sobre desarrollo profesional en la empresa.*
• Bandera roja 3: Expectativas poco realistas sobre plazos o resultados sin recursos adecuados. *Señal de advertencia común en este tipo de rol: Si mencionan "hacemos magia con los datos" sin un plan estructurado, pregunta sobre metodologías y recursos asignados.*