Se trata de una 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 empresa ha financiado más de 140 proyectos por más de 275 millones de euros y se encuentra en plena expansión por Europa.

Buscan crear un nuevo departamento de data gracias al cual la empresa pueda apoyarse para seguir creciendo. La figura de Head of Data será quien lidere este departamento, teniendo distintas líneas de uso e investigación como, por ejemplo:

1. Originación, evaluación y aprobación de proyectos
Objetivo: 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.

2. Relación con inversores (inversor retail e institucional)
Objetivo: Personalizar la experiencia, aumentar la retención y captar nuevo
capital.
- Segmentación inteligente de inversores
- Recomendadores de inversión personalizados
- Predicción de comportamiento
- Chatbots y asistentes virtuales

3. Compliance y riesgos (legal, reputacional, financiero)
Objetivo: Asegurar que cada proyecto e inversor cumpla normativas y
minimizar exposición a fraude o multas.
- Screening de promotores e inversores
- Detección de fraude o comportamiento sospechoso

4. Marketing y captación de inversores y proyectos
Objetivo: Aumentar leads de calidad, optimizar campañas y maximizar
conversión.
- Optimización de campañas de captación
- Generación de contenido automatizado

5. Atención al cliente y soporte post-inversión
Objetivo: Escalar el soporte sin perder personalización.
- Chatbots y asistentes inteligentes
- Análisis de sentimiento y satisfacción

Competencia Técnica
Debe tener el domino el ciclo completo de MLOps, desde el desarrollo del modelo hasta su despliegue en la nube, incluyendo monitorización, feedback y reentrenamiento.
Rol
Líder técnico: diseño técnico general y entrega de la solución; decisiones clave; gestión de equipo técnico multidisciplinar; investigación de nuevas herramientas y arquitecturas.
Ingeniero de IA / Científico de Datos: investigación de algoritmos, desarrollo del código de IA/CD, revisión de código, despliegue en la nube, optimización de rendimiento.
Software a utilizar:
- Machine Learning / Deep Learning: PyTorch, TensorFlow, Scikit, MLFlow, DVC, entrenamiento y ajuste de modelos, optimización en GPU, experimentación sistemática.
- NLP y Modelos de Lenguaje (LLMs): Langchain, OpenAI, Huggingface, Spacy, RAG, extracción de palabras clave, evaluación de LLMs, FAISS, embeddings, modelado de temas.
- Procesamiento de Documentos (DocAI): OCR, extracción de campos, DONUT, VLMs, Tesseract.
- Ciencia de Datos Tradicional: A/B testing, inferencia causal, sistemas de recomendación colaborativos, análisis y visualización (Matplotlib, Seaborn, Surprise).
- Ingeniería de Datos: PostgreSQL, MongoDB, diseño de esquemas y consultas SQL optimizadas, orquestación de flujos de datos.
- Python avanzado y rendimiento: asyncio, Pydantic, concurrencia, FastAPI, Pandas, Polars, desarrollo orientado a objetos de alto rendimiento.
- Ingeniería de Software y DevOps: Docker, AWS (Elastic Beanstalk, EC2, S3), GCP (Vertex AI), CI/CD, APIs REST.