Somos una consultora tecnológica especializada que impulsa el desarrollo personal y profesional de nuestros colaboradores, creando oportunidades para que cada #XpertLover lleve su potencial al siguiente nivel. Actualmente estamos en búsqueda de un Domain Expert en Inteligencia Artificial y Ciencia de Datos, para sumarse a nuestra familia y participar en proyectos retadores de alto impacto.
¿Quieres crecer, aprender y construir soluciones junto a un gran equipo?
¡Esta oportunidad es para ti!
Descripción del cargo
Domain Expert en Mantenimiento Predictivo e Inteligencia Artificial
Descripción del cargo
Buscamos un profesional con conocimiento especializado en mantenimiento predictivo, confiabilidad y gestión de activos, responsable de garantizar que las soluciones de Inteligencia Artificial, Ciencia de Datos y analítica estén alineadas con los procesos, objetivos y necesidades operativas de la organización.
Será el enlace entre las áreas de mantenimiento, operaciones y los equipos técnicos de datos, participando en la definición de requerimientos funcionales, interpretación de información, validación de modelos predictivos y evaluación de resultados.
Su experiencia en el dominio permitirá asegurar que los modelos identifiquen adecuadamente patrones de falla, condiciones anómalas, necesidades de intervención y oportunidades de optimización del mantenimiento.
Funciones y responsabilidades
- Aportar conocimiento especializado en mantenimiento predictivo, preventivo y basado en condición.
- Analizar los procesos de mantenimiento, confiabilidad y gestión de activos de la organización.
- Identificar oportunidades de aplicación de Inteligencia Artificial, analítica y Ciencia de Datos en procesos de mantenimiento.
- Levantar, analizar y documentar requerimientos funcionales para proyectos de mantenimiento predictivo.
- Traducir las necesidades de mantenimiento y operaciones en requerimientos comprensibles para los equipos de datos y tecnología.
- Definir casos de uso, variables, indicadores y criterios de éxito para modelos predictivos.
- Identificar las fuentes de información necesarias, como sensores, históricos de fallas, órdenes de trabajo, inspecciones y registros operativos.
- Validar la calidad, coherencia y representatividad de los datos utilizados.
- Interpretar datos relacionados con temperatura, vibración, presión, corriente, ruido, desgaste u otras variables operativas.
- Definir reglas de negocio, umbrales y condiciones relevantes para la detección de anomalías.
- Validar modelos de predicción de fallas, detección de anomalías, estimación de vida útil y priorización de mantenimiento.
- Evaluar la coherencia y aplicabilidad de los resultados generados por los modelos.
- Validar que las alertas y recomendaciones sean pertinentes para la operación.
- Detectar resultados inconsistentes, falsos positivos o interpretaciones incorrectas desde el contexto del mantenimiento.
- Apoyar la construcción y validación de indicadores y tableros en Power BI.
- Analizar indicadores como disponibilidad, confiabilidad, mantenibilidad, MTBF, MTTR y cumplimiento del plan de mantenimiento.
- Participar en el análisis de datos utilizando Microsoft Fabric, Power BI y Python.
- Apoyar la definición de estrategias de mantenimiento con base en los resultados analíticos.
- Participar en pruebas funcionales, pilotos y validaciones de las soluciones desarrolladas.
- Acompañar la implementación y adopción de modelos predictivos en los procesos operativos.
- Explicar los resultados de los modelos en un lenguaje claro para las áreas de mantenimiento y operaciones.
- Documentar criterios de validación, reglas de negocio, hallazgos y decisiones funcionales.
- Trabajar de manera articulada con equipos de mantenimiento, operaciones, ingeniería, analítica, IoT y tecnología.
- Realizar seguimiento al desempeño de los modelos implementados.
- Proponer ajustes y mejoras continuas con base en los resultados operativos.
- Asegurar que las soluciones contribuyan a disminuir fallas, paradas no programadas y costos de mantenimiento.
Herramientas y conocimientos clave
- Mantenimiento predictivo y basado en condición.
- Gestión de activos y confiabilidad.
- Análisis de fallas y modos de falla.
- Microsoft Fabric.
- Power BI.
- Python.
- Análisis e interpretación de datos.
- Ciencia de Datos e Inteligencia Artificial.
- Indicadores de mantenimiento como MTBF, MTTR, disponibilidad y confiabilidad.
- Datos de sensores y equipos industriales.
- Validación funcional de modelos predictivos.
Vacante Híbrida en Monterrey, Nuevo Leon, Mexico
Lugar de trabajo: remoto híbrido en Monterrey, N. L.
