- Definir estrategia de Ciencia de Datos e Inteligencia Artificial alineada con los objetivos estratégicos de la organización, diseñando y manteniendo el roadmap de iniciativas prioritarias.
-
Coordinar proyectos de analítica avanzada con equipos internos, áreas de negocio y proveedores especializados, asegurando la disponibilidad y correcta preparación de los datos.
-
Supervisar modelos predictivos y soluciones de Inteligencia Artificial, garantizando estándares de calidad, trazabilidad y gobierno de información.
-
Gestionar ciclo de vida de los modelos analíticos: monitoreo en producción, recalibración, actualización, control de versiones y evaluación continua de desempeño.
-
Dar seguimiento a indicadores de desempeño y productividad, elaborando reportes periódicos para la Dirección General y líderes de negocio.
-
Evaluar tecnologías y tendencias en Ciencia de Datos, Inteligencia Artificial y automatización, proponiendo su aplicación estratégica en la organización.
Sueldo: $40,000
Prestaciones de ley (Desde el primer día)
BONO POR PORDUCTIVIDAD
️ A partir de los 90 días prestaciones superiores:
- Apoyo de alimentos
-
Seguro de vida
- Gastos médicos mayores
Ubicación: Av. Dr. Gustavo Baz Manzana 001, La Loma, 54060 Tlalnepantla, Méx. (Centrum Park)
Horario: lunes a viernes, de 8:00 a.m. a 5:00 p.m
-
REQUISITOS:
-
Escolaridad: Licenciatura concluida en Actuaría, Matemáticas, Ingeniería en Sistemas, Ciencias Computacionales, Ingeniería en Datos o áreas afines.
-
Experiencia: Al menos 2 años liderando equipos técnicos y multidisciplinarios, con experiencia comprobable en Ciencia de Datos, Analítica Avanzada y Machine Learning en ambientes productivos.
-
Conocimientos: Formación en Ciencia de Datos, Inteligencia Artificial, Analítica, Business Intelligence, Matemáticas Aplicadas o Machine Learning.
-
Lenguajes y herramientas: Dominio de Python y SQL (R deseable), además de experiencia con Scikit-Learn, TensorFlow, PyTorch y XGBoost.
-
Tecnologías complementarias: Manejo de bases de datos (SQL Server, Oracle), servidores cloud (Azure, AWS, GCP), visualización (Power BI, Tableau) y prácticas de MLOps (Git, Docker, APIs, CI/CD).
