Ciencia de Datos (Científicos de Datos)

Diseñar, desarrollar, implementar y optimizar modelos avanzados de Machine Learning e Inteligencia Artificial que permitan resolver problemas de negocio complejos, generar insights accionables y potenciar la toma de decisiones basada en datos. Será responsable de garantizar la calidad técnica, estadística y operativa de las soluciones analíticas, trabajando bajo estándares de desarrollo profesional y mejores prácticas de MLOps.

• Diseñar, desarrollar e implementar modelos predictivos, prescriptivos y algoritmos de Machine Learning para diferentes áreas del negocio.
• Analizar grandes volúmenes de información para identificar patrones, tendencias y oportunidades de mejora.
• Aplicar técnicas de experimentación, pruebas de hipótesis y análisis causal para respaldar decisiones estratégicas basadas en evidencia.
• Construir procesos de transformación y preparación de datos mediante SQL avanzado y PySpark.
• Desarrollar código en Python modular, mantenible y listo para producción siguiendo estándares de ingeniería de software.
• Implementar procesos de seguimiento y monitoreo de experimentos utilizando herramientas como MLflow o similares.
• Evaluar y validar modelos considerando métricas de negocio, sesgos, explicabilidad, desempeño por segmentos y robustez estadística.
• Colaborar con equipos multidisciplinarios para traducir necesidades de negocio en soluciones analíticas escalables.
• Documentar de manera estructurada los modelos desarrollados, incluyendo objetivos, fuentes de datos, supuestos, limitaciones y resultados esperados.
• Gestionar datos almacenados en ambientes cloud como Google Cloud Storage (GCS) y Azure Blob Storage.
• Aplicar buenas prácticas de versionamiento, control de cambios, manejo seguro de credenciales y gobierno de datos.
• Evaluar y definir el uso adecuado de herramientas de Inteligencia Artificial Generativa, modelos LLM y sistemas de agentes, asegurando un enfoque responsable y orientado al valor de negocio.

• Conocimientos Técnicos Requeridos

  Lenguaje de Programación

• Dominio avanzado de Python como lenguaje principal y exclusivo de desarrollo.

• Machine Learning y Ciencia de Datos

  Experiencia sólida en las siguientes tecnologías y librerías:

• Scikit-Learn
• XGBoost
• LightGBM
• Pandas
• Polars
• Statsmodels
• SciPy

• Deep Learning

• Experiencia en desarrollo e implementación de modelos utilizando:
  • TensorFlow
  • PyTorch

• Procesamiento y Gestión de Datos

• SQL avanzado para consulta y análisis de datos.
• PySpark para procesamiento, exploración y transformación de grandes volúmenes de información.
• Experiencia trabajando con datos en entornos cloud:
  • Google Cloud Storage (GCS)
  • Azure Blob Storage

• Competencias Estadísticas

• Diseño experimental aplicado a problemas de negocio.
• Pruebas de hipótesis y análisis inferencial.
• Comprensión avanzada de causalidad y capacidad para distinguir entre correlación y relaciones causales.
• Validación robusta de modelos considerando:
  • Métricas de negocio.
  • Precisión y desempeño.
  • Sesgos algorítmicos.
  • Comportamiento por segmentos y subgrupos.
  • Interpretabilidad y explicabilidad.

• Desarrollo y Gobierno de Soluciones

• Uso profesional de Git dentro del flujo de trabajo diario.
• Desarrollo de código estructurado, reutilizable y orientado a producción.
• Experiencia con herramientas de seguimiento y trazabilidad de experimentos como MLflow.
• Capacidad para trabajar bajo estándares de ingeniería y gobierno de datos.
• Gestión de versiones de datos y control de calidad de modelos.
• Documentación técnica clara y estructurada.

• Experiencia Requerida

• Más de 5 años de experiencia en Ciencia de Datos, Machine Learning o Inteligencia Artificial.
• Experiencia desarrollando modelos analíticos de impacto para distintas áreas de negocio.
• Participación en proyectos de analítica avanzada y despliegue de modelos en ambientes productivos.
• Experiencia trabajando en equipos multidisciplinarios bajo metodologías ágiles.

• Competencias Clave

• Pensamiento analítico y orientación a resultados.
• Capacidad para resolver problemas complejos de negocio mediante datos.
• Rigor estadístico y pensamiento crítico.
• Comunicación efectiva para audiencias técnicas y no técnicas.
• Capacidad para desafiar hipótesis y validar resultados con evidencia.
• Autonomía técnica y orientación a la mejora continua.
• Colaboración y trabajo en equipo.

Lo que ofrecemos

• Programas de formación continua y certificaciones.
• Acceso a plataformas de aprendizaje y desarrollo profesional.
• Cultura de innovación y colaboración.
• Programas de bienestar físico y emocional.
• Oportunidades de crecimiento en proyectos internacionales.
• Reconocimiento y recompensas por desempeño.
• Sueldo base
• Prestaciones superiores a las de la ley
• Seguro de vida
• Seguro de Gastos Médicos Mayores
• Vales de despensa
• Esquema 100% nómina