La arquitectura y el diseño ya no van solo de escuadra y cartabón. Hace tiempo que la tecnología llamó a su puerta y la abrió de par en par.
Quizá conozcas (e incluso hayas utilizado) alguna herramienta CAD, o quizá (como yo) solo hayas jugado a crear tu casa para Los Sims. A ti, que te gusta lo bueno de la tecnología y el diseño, te presento Stylib , la empresa en la que la IA, la Visión Artificial, y la Arquitectura van de la mano.
¿Qué es Stylib? Stylib es el alucinante proyecto de un par de socios, arquitectos de formación, pero ingenieros de profesión.
Nació en 2020, como un proyecto de fin de semana, y en medio de la pandemia mundial que todos conocemos.
Creció como un proyecto, no de un fin de semana, sino de varios.
Se está desarrollando como una empresa vanguardista, técnicamente puntera, y que ha despertado ya el interés de varios "peces gordos" dentro del sector.
A día de hoy, y tras un exitoso open beta , que cuenta con 18 clientes y algunas integraciones externas, están escalando un producto digital llamado a revolucionar el sector de la arquitectura, la ingeniería y la construcción. A través de cualquier imagen de referencia, la aplicación es capaz de detectar objetos y superficies, y recomendar materiales visualmente parecidos y su proveedor.
En pocas palabras, Stylib tiene la misión de simplificar el descubrimiento de materiales arquitectónicos y de construcción. Están creando una tecnología que potencia los flujos de preventa de los proveedores, a la vez que agiliza el trabajo del equipo de diseño.
¿Dónde encajo yo en esta historia? Liderarás el desarrollo de IA como parte de un equipo de Data Scientist y Data Engineers en crecimiento. Vuestro trabajo estará orientado a mejorar la precisión y capacidades de un producto 100% construido a base de modelos complejos de Computer Vision, NLP, y otros modelos personalizados de Machine Learning.
Tu principal misión será mejorar el actual motor de recomendaciones de Stylib. Esto debe conseguirse mientras:
El número de referencias (SKUs) que manejan escala un orden de magnitud, de 10K a 100K.
Se mejora constantemente la precisión de sus predicciones, llegando al estado del arte.
Las herramientas que más ayuda te brindarán en esta aventura serán, por supuesto, Python y su abanico de librerías para deep learning y computer vision . Desarrollarás tus propios modelos predictivos, configurarás sus loops de entrenamiento, validarás los resultados, y te encargarás de su puesta en producción.
Tu evolución Tu primer día será de conocer y aprender. Fabio será el encargado de acompañarte en tu onboarding . Con su ayuda, pronto conocerás todas las fuentes de datos de las que se nutre Stylib, los data pipelines que mantienen y utilizan, y los retos técnicos a los que juntos os enfrentaréis.
Tras tu primer mes, la estructura de datos de Stylib no guardará secretos para ti y, no solo eso, sino que también habrás completado tu primer despliegue en producción.
Liderarás el equipo de Data Science , y contribuirás a que se cumplan los objetivos pactados con producto.
Diseñarás, implementarás, y mantendrás nuevos modelos predictivos production-ready sobre los pipelines de datos actuales.
Investigarás y probarás nuevos modelos y técnicas que permitan mejorar las capacidades del producto que estáis construyendo.
Actuarás como líder y mentor, ayudando al equipo con cualquiera de las piezas del flujo de datos de Stylib.
Mantendrás y mejorarás los flujos de MLOps, asegurando que son escalables, replicables y monitorizables.
Buscan incorporar a su equipo a una persona despierta, inquieta, y con experiencia. Debes sentir pasión por lo que haces y, tanto o más, por el equipo con el que lo haces.
Requisitos Mínimos Un mínimo de 5 años de experiencia como Data Scientist o Machine Learning Engineer.
Sólido background técnico.
Experiencia contrastable con Python y sus librerías especializadas .
Experiencia contrastable con frameworks de Deep Learning, en particular con pyTorch y Tensorflow.
Tienes habilidad para manejar grandes volúmenes de datos .
Estás familiarizado/a con la nube de AWS y con Docker.
Eres una persona abierta a probar nuevas tecnologías.
Eres una persona altamente motivada, independiente y te apasiona sobreponerte a retos técnicos complejos.
Dominas el inglés.
Beneficios 25 días de vacaciones, los 22 de toda la vida + tu cumple + nochebuena + fin de año.
Presupuesto para formación.
Presupuesto para Conferencias.
Posibilidad de elegir equipo.
No. Desafortunadamente, esta posición está únicamente abierta a personas con residencia y permiso de trabajo en España (idealmente, Madrid).
El proceso será ágil y muy rápido. Su duración estimada es inferior a las 2 semanas de duración.
Proceso de Selección Primera entrevista informal.
Entrevista técnica con Fabio, CTO de Stylib.
Última entrevista opcional para conocer a más personas del equipo.
#J-18808-Ljbffr
