Data Science & AI/ML Lead (EDA Experience)
Level: SM
Role Overview
A hands-on Data Science and AI/ML Lead responsible for owning the end-to-end model training lifecycle, starting from EDA and feature engineering through training, evaluation, and deployment readiness. The role focuses on building reproducible, production-grade ML pipelines and ensuring data and models are optimized for performance, scalability, and reliability.
Key Responsibilities
1. Exploratory Data Analysis & Model Development
· Translate business problems and Use cases into model-ready ML formulations.
· Perform deep EDA and data profiling to understand patterns, data quality, and feature relevance
· Define feature engineering strategy aligned to model performance objectives
· Ensure reproducibility through dataset versioning and experiment tracking
· Define pipeline strategy for continuous retraining and validation.
· Train and optimize models for classification, regression, clustering, and anomaly detection, LLM/SLM Pretraining and Finetuning, etc.
· Perform hyperparameter tuning and model selection for optimal performance
· Drive trade-offs across accuracy, latency, cost, and interpretability
3. Scoring, Evaluation & Benchmarking
· Define evaluation and scoring frameworks for Datasets and certify for AI Readiness (Model Training)
· Conduct error analysis and benchmarking across datasets and model versions
· Establish acceptance thresholds and quality gates for production readiness.
4. Scalable ML & MLOps Enablement
· Enable ML lifecycle practices including model versioning, tracking, and monitoring
· Work with cloud platforms (Azure/AWS/GCP) for scalable training and deployment
· Collaborate with engineering teams to ensure production-grade integration
· Optimize platform performance, reliability, and scalability.
Required Capabilities / Skills / Experience
· 12+ years in Data Science / Machine Learning with strong hands-on experience
· Strong expertise in Python and ML/DL frameworks (scikit-learn, PyTorch, TensorFlow)
· Deep experience in EDA, feature engineering, and model training pipelines
· Experience building production-grade ML pipelines and evaluation frameworks
· Exposure to cloud ML platforms (Azure/Vertex/SageMaker)
· Experience with large-scale data processing and distributed training
· Hands-on experience with classical ML algorithms (Decision Trees, Random Forest, XGBoost, Gradient Boosting etc.)
· Exposure to LLM/SLM training or fine-tuning techniques (PEFT, LoRA, fine-tuning workflows)
· Exposure to LLM / GenAI workflows as integration points
· Familiarity with data quality, labelling, and dataset curation at scale
· Strong problem-solving and system thinking skills.
Acerca de nosotros
Cognizant (NASDAQ: CTSH) es arquitecto de soluciones de IA y proveedor de servicios tecnológicos que traduce la inversión en inteligencia artificial en valor empresarial real mediante soluciones de IA de stack completo adaptadas a cada cliente. Su profundo conocimiento de la industria, los procesos y la ingeniería le permite integrar el contexto único de cada organización en sistemas tecnológicos que amplifican el potencial humano, generan un impacto real en el negocio y mantienen a las grandes empresas globales un paso adelante en un mundo en constante cambio. Para más información, visita www.cognizant.es o síguenos en @cognizant.
Información adicional sobre el empleo
La información sobre la compensación es exacta en la fecha de publicación de este anuncio. Cognizant se reserva el derecho de modificar esta información en cualquier momento, de conformidad con la legislación aplicable.
Es posible que se solicite a los solicitantes que asistan a entrevistas de forma presencial o mediante videoconferencia. Asimismo, durante cada entrevista, los candidatos podrán estar obligados a presentar un documento de identidad válido emitido por el estado o por el gobierno.
Cognizant es un empleador que ofrece igualdad de oportunidades. Su solicitud y candidatura no se evaluarán en función de la raza, el color, el sexo, la religión, el credo, la orientación sexual, la identidad de género, el origen nacional, la discapacidad, la información genética, el embarazo, la condición de veterano ni cualquier otra característica protegida por las leyes federales, estatales o locales.
