DESCRIPCIóN
Buscamos un Data Scientist Senior con más de 5 años de experiencia en ciencia de datos, análisis estadístico o investigación aplicada. Se busca un perfil con sólido background estadístico y experiencia práctica en proyectos de data science en entornos de negocio, capaz de formular problemas complejos como problemas de modelado y entregar soluciones reproducibles integrables por equipos de ingeniería. Debe trabajar bajo estándares de software engineering, colaborar estrechamente con un equipo de ML Engineering y tener criterio para distinguir cuándo usar herramientas como agentes o LLMs y cuándo no.
REQUISITOS
-
Más de 5 años en data science, análisis estadístico o roles de investigación aplicada.
-
Formación en Ciencias (física, matemáticas aplicadas, actuaría).
-
Preferentemente contar con maestría.
-
Proyectos end-to-end documentables: desde la definición del problema hasta la entrega de un modelo validado.
-
Experiencia trabajando con equipos de ingeniería (ML Engineers, Data Engineers) en ambientes ágiles.
-
Historial de trabajo en repositorios de código reales.
-
Maestría o doctorado en Matemáticas, Estadística, Actuarial, Física, Computer Science o afines.
-
Experiencia en investigación académica o aplicada.
-
Conocimientos en Implementación de IA.
-
Vertex
-
Conocimientos en estadística
-
Buenas prácticas de ML
-
Python como lenguaje principal y único de desarrollo.
-
Scikit-Learn, XGBoost, LightGBM, Pandas, Polars, Statsmodels, SciPy.
-
Modelos de deep learning con TensorFlow o PyTorch cuando el problema lo justifique.
-
SQL avanzado.
-
PySpark para exploración y transformación.
-
Acceso y manejo de datos en entornos cloud: GCS, Azure Blob Storage.
-
Diseño experimental y pruebas de hipótesis aplicadas a problemas de negocio.
-
Causalidad y distinción entre correlación y causalidad.
-
Validación robusta de modelos: métricas de negocio, análisis de sesgo y comportamiento por subgrupos.
-
Uso profesional de Git.
-
Código Python organizado y modular, listo para entrega.
-
Experiment tracking con MLflow o equivalente.
-
Documentación estructurada de modelos.
-
Manejo de estándares de equipo: credenciales seguras, versionado de datos, estructura de proyectos.
-
Uso responsable de herramientas de IA generativa.
-
Criterio para evaluar cuándo usar agentes o LLMs.
-
Experiencia con ingeniería de ML.
-
Portafolio compartible.
-
Experiencia en investigación académica o aplicada.
-
Rigor Estadístico
-
Analísis
-
Mente innovadora
-
Enfoque a la resolución de problemas
-
Formular problemas de negocio como problemas de modelado.
-
Ejecutar ciclos rigurosos de investigación y experimentación.
-
Desarrollar soluciones reproducibles e integrables por equipos de ingeniería.
-
Preparar, explorar y transformar datos a escala.
-
Construir, validar y documentar modelos.
-
Realizar diseño experimental, pruebas de hipótesis y análisis causal.
-
Colaborar con ML Engineers y Data Engineers bajo estándares del equipo.
-
Mantener código modular, versionado y con trazabilidad de experimentos.
-
Revisar y validar el uso de herramientas de IA generativa cuando aplique.
-
Justificar decisiones técnicas y estadísticas con criterio.
