HEAD OF DATA

Se trata deuna plataforma española de crowdfunding inmobiliario que permite a cualquier persona invertir en proyectos inmobiliarios desde solo 500 euros.
A través de modelos como el equity crowdfunding y el crowdlending, los inversores pueden participar en promociones residenciales o comerciales y obtener rentabilidades atractivas.
Todo el proceso se realiza online y con supervisión de la CNMV, lo que garantiza seguridad y transparencia.
La empresaha financiado más de 140 proyectos por más de 275 millones de euros y se encuentra en plena expansión por Europa.
uscan crear un nuevo departamento de data gracias al cual la empresapueda apoyarse para seguir creciendo.
La figura de Head of Data será quienlidere estedepartamento, teniendo distintas líneas de uso e investigacióncomo, por ejemplo.
.
Originación, evaluación y aprobación de proyectosObjetivo.
Acortar y mejorar los tiempos de publicación de nuevas oportunidades- Scoring de proyectos.- Valuación automatizada.- KYC y análisis del promotor con IA documental.- Simulación de escenarios financieros.- Priorización con clasificación por riesgo-retorno.
.
Relación con inversores (inversor retail e institucional)Objetivo.
Personalizar la experiencia, aumentar la retención y captar nuevocapital.- Segmentación inteligente de inversores- Recomendadores de inversión personalizados- Predicción de comportamiento- Chatbots y asistentes virtuales3.
Compliance y riesgos (legal, reputacional, financiero)Objetivo.
Asegurar que cada proyecto e inversor cumpla normativas yminimizar exposición a fraude o multas.- Screening de promotores e inversores- Detección de fraude o comportamiento sospechoso4.
Marketing y captación de inversores y proyectosObjetivo.
Aumentar leads de calidad, optimizar campañas y maximizarconversión.- Optimización de campañas de captación- Generación de contenido automatizado5.
Atención al cliente y soporte post-inversiónObjetivo.
Escalar el soporte sin perder personalización.- Chatbots y asistentes inteligentes- Análisis de sentimiento y satisfacciónCompetencia TécnicaDebe tener el domino el ciclo completo de MLOps, desde el desarrollo delmodelo hasta su despliegue en la nube, incluyendo monitorización, feedback yreentrenamiento.
olLíder técnico.
diseño técnico general y entrega de la solución; decisionesclave; gestión de equipo técnico multidisciplinar; investigación de nuevasherramientas y arquitecturas.
ngeniero de IA / Científico de Datos.
investigación de algoritmos,desarrollo del código de IA/CD, revisión de código, despliegue en la nube,optimización de rendimiento.
oftware a utilizar:- Machine Learning / Deep Learning.
yTorch, TensorFlow, Scikit, MLFlow, DVC, entrenamiento y ajuste demodelos, optimización en GPU, experimentación sistemática.- NLP y Modelos de Lenguaje (LLMs).
angchain, OpenAI, Huggingface, Spacy, RAG, extracción de palabras clave,evaluación de LLMs, FAISS, embeddings, modelado de temas.- Procesamiento de Documentos (DocAI).
CR, extracción de campos, DONUT, VLMs, Tesseract.- Ciencia de Datos Tradicional.
/B testing, inferencia causal, sistemas de recomendación colaborativos,análisis y visualización (Matplotlib, Seaborn, Surprise).- Ingeniería de Datos.
ostgreSQL, MongoDB, diseño de esquemas y consultas SQL optimizadas,orquestación de flujos de datos.- Python avanzado y rendimiento.
syncio, Pydantic, concurrencia, FastAPI, Pandas, Polars,desarrollo orientadoa objetos de alto rendimiento.- Ingeniería de Software y DevOps.
ocker, AWS (Elastic Beanstalk, EC2, S3), GCP (Vertex AI), CI/CD, APIsREST.