Científico de Datos
- Jocelyn Dominguez
- 3 jun
- 4 Min. de lectura
Actualizado: 5 ago
Departamento: Ciencia de Datos e Inteligencia Artificial
Ubicación: Santiago de Querétaro, Qro
Modalidad: Híbrida
Horario: Tiempo parcial con horario flexible
Último día para aplicar: *
Descripción del puesto:
Buscamos un Científico de Datos Senior altamente experimentado y apasionado por resolver problemas de negocio complejos utilizando el poder de los datos y la inteligencia artificial. En este rol clave, liderarás el diseño, desarrollo e implementación de modelos predictivos avanzados, sistemas de recomendación, soluciones de visión por computadora y aplicaciones de IA generativa de vanguardia.
Responsibilidades:
Diseñar y Supervisar la extracción, limpieza y procesamiento de datos complejos de diversas fuentes (bases de datos relacionales y no relacionales, data lakes, APIs, streaming), asegurando la calidad y la integridad de los datos para el análisis.
Liderar el análisis exploratorio de grandes volúmenes de datos, aplicando técnicas avanzadas para descubrir patrones ocultos, tendencias significativas y oportunidades estratégicas de negocio.
Desarrollar, Optimizar y Validar modelos avanzados de machine learning para tareas complejas de predicción, clasificación y agrupación, asegurando su robustez y escalabilidad.
Investigar, Proponer y Liderar la Experimentación con modelos de Inteligencia Artificial Generativa (Generative AI), incluyendo LLMs, embeddings y técnicas de generación de texto o datos sintéticos, identificando y aplicando soluciones innovadoras para automatización, clasificación, chatbots y otras aplicaciones estratégicas.
Arquitectar e Implementar soluciones avanzadas de RAG (Retrieval-Augmented Generation), asistentes inteligentes y flujos de trabajo de análisis automatizados utilizando LLMs, asegurando su rendimiento y mantenibilidad en producción.
Comunicar estratégicamente insights complejos y recomendaciones basadas en datos a stakeholders técnicos y ejecutivos mediante visualizaciones impactantes y reportes claros, influyendo en la toma de decisiones.
Colaborar estrechamente con equipos multidisciplinarios (producto, ingeniería, negocio) para traducir desafíos empresariales en problemas de ciencia de datos, y guiar la creación e implementación de soluciones de alto impacto.
Establecer y Promover las mejores prácticas de gobernanza de datos, versionado de modelos, reproducibilidad y documentación rigurosa en todo el ciclo de vida de los proyectos de ciencia de datos.
Experiencia Requerida:
5+ años de experiencia demostrable en roles de Ciencia de Datos, Machine Learning o áreas cuantitativas similares, con un historial probado de entrega de soluciones de datos de alto impacto.
Amplia experiencia en el ciclo de vida completo de proyectos de Ciencia de Datos, desde la exploración de datos y la conceptualización de problemas hasta el despliegue, monitoreo y optimización de modelos en producción.
Experiencia sólida en el diseño y la implementación de modelos avanzados de Machine Learning y Deep Learning para resolver problemas complejos de negocio.
Experiencia práctica con Inteligencia Artificial Generativa (Generative AI), incluyendo LLMs, embeddings y la implementación de soluciones como RAG (Retrieval-Augmented Generation) o asistentes inteligentes.
Se valorará experiencia en liderazgo técnico o mentoría de equipos de ciencia de datos más junior.
Requerimientos Técnicos:
Dominio avanzado de Python para análisis de datos, desarrollo de modelos y automatización (manejo experto de librerías como pandas, numpy, scikit-learn, TensorFlow/PyTorch).
Sólidos fundamentos de estadística inferencial y descriptiva, probabilidad, y teoría avanzada de aprendizaje automático (incluyendo modelos supervisados, no supervisados, reinforcement learning y deep learning).
Experiencia avanzada en consultas SQL para la manipulación y extracción de datos complejos de bases de datos relacionales y no relacionales.
Experiencia demostrable en visualización de datos con herramientas profesionales (Matplotlib, Seaborn, Plotly, Tableau, Power BI u otras herramientas de BI), capaz de crear dashboards interactivos y reportes ejecutivos.
Dominio de Git y sistemas de control de versiones para colaboración en equipos y gestión de proyectos de machine learning.
Conocimiento y experiencia práctica con plataformas cloud (ej., AWS, GCP, Azure) y sus servicios de ML/AI (ej., Sagemaker, Vertex AI, Azure ML).
Familiaridad con la implementación y optimización de modelos en entornos de producción, incluyendo conceptos de MLOps.
Experiencia avanzada en el diseño e implementación de arquitecturas complejas de NLP, incluyendo el uso y la fine-tuning de LLMs, embeddings avanzados y la construcción de sistemas conversacionales o asistentes inteligentes de alto rendimiento.
Inglés técnico avanzado para investigación, lectura de papers científicos y colaboración con equipos internacionales.
Ideal pero no requerido:
Dominio y experiencia práctica con frameworks y librerías avanzadas de Agentic AI, como LangChain, la API de OpenAI, Hugging Face Transformers, o desarrollo de modelos desde cero, aplicadas a casos de uso de negocio.
Conocimiento profundo y experiencia en MLOps (Machine Learning Operations) para la automatización del ciclo de vida de los modelos, incluyendo CI/CD para ML, monitoreo de modelos y gestión de pipelines.
Experiencia en el uso de Docker y Kubernetes para la contenerización y orquestación de aplicaciones y modelos de Machine Learning, facilitando el despliegue y la escalabilidad.
Beneficios:
Contamos con un horario flexible, nos enfocamos más en cumplir objetivos. Trabajamos por entregables.
Coordinamos avances en equipo con juntas semanales para mantenernos alineados y apoyarnos mutuamente.
Puedes trabajar desde casa. Solo nos reunimos presencialmente para sesiones clave de estrategia o integración.
Contamos con un equipo de alto nivel. Colaboramos con profesionales certificados que han trabajado con empresas líderes a nivel nacional e internacional.
Contamos con un sistema de knowledge transfer para que sigas creciendo profesional y técnicamente.
Proceso de entrevista:
1. Formulario de habilidades blandas y CV
2. Entrevista de acercamiento
3. Entrevista técnica
4. Entrevista final
Sobre Data Pulse Analytics
En Data Pulse Analytics ayudamos a las empresas a dejar de tomar decisiones basadas en suposiciones para hacerlo con datos reales. Nos enfocamos en transformar procesos manuales en sistemas inteligentes que predicen, automatizan y optimizan. Desde nuestro equipo de ciencia de datos e inteligencia artificial, diseñamos modelos estadísticos, soluciones de machine learning y herramientas de software que permiten a nuestros clientes anticipar riesgos, encontrar oportunidades y escalar su negocio con precisión. Nuestra meta es simple: convertir información en decisiones claras y efectivas. Porque más que una corazonada, son datos.
Comentarios