Científico de Datos Senior

Liderar el diseño, desarrollo y optimización de soluciones avanzadas de inteligencia artificial y machine learning aplicadas a datos estructurados, no estructurados y geoespaciales, actuando como referente técnico en la adopción de nuevas tecnologías y en la formación de capacidades analíticas, para resolver problemas estratégicos del negocio con soluciones escalables, precisas y alineadas a los objetivos organizacionales.

Conocimientos:

• Técnicas avanzadas de IA: Transfer learning, reinforcement learning, Modelos Frontera, Prompting, generación de datos sintéticos.

• Optimización de modelos: Quantization, pruning, distillation.

• Infraestructura en la nube: Kubernetes, Docker, Vertex AI.

• Manejo de Big Data: Spark, Dask.

• Gobernanza y ética en IA: Interpretabilidad, fairness, explicabilidad.

• MLOps: Despliegue y mantenimiento de modelos.

• Dominio de metodologías de evaluación y validación de modelos (AUC, RMSE, F1-score, técnicas de fairness, explainability con SHAP o LIME).

• Conocimiento práctico en diseño de experimentos y validación cruzada avanzada.

• Uso de herramientas de versionado de datos y modelos (DVC, MLflow) y flujos CI/CD para entornos de ML.

• Aplicación de técnicas de auditoría de modelos y detección de sesgos algorítmicos.

• Dominio de entornos de desarrollo reproducibles con Docker, Conda, y entornos distribuidos.

• Gestión de bases de datos relacionales y no relacionales a escala (PostgreSQL, MongoDB, BigQuery, Snowflake).

• Experiencia deseable con datos de tipo geoespacial y su análisis con librerías como GeoPandas o integración con APIs satelitales.

Lenguajes: Python (TensorFlow, PyTorch, Hugging Face, PyTorch, Statsmodels), R (dplyr, ggplot2, caret), Julia, Bases de Datos: SQL, PostgreSQL/PostGIS,

MongoDB.