Data Scientist / IA Engineer

Formación Título universitario en Ingeniería en Informática, Ingeniería en Computación, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería Civil Industrial o carreras afines. Conocimientos y/o experiencia Experiencia Excluyente en las siguientes tecnologías: - Python (Pandas, NumPy, scikit-learn) - Frameworks de Deep Learning (TensorFlow, PyTorch, Keras) - SQL y manejo de bases de datos relacionales y no relacionales. Ideal Postgresql. Conocimientos Obligatorios: - Modelamiento estadístico y machine learning supervisado/no supervisado. - Limpieza, transformación y análisis exploratorio de datos (ETL/EDA). - Gitlab. - Experiencia en metodologías ágiles. - JSON. - Linux Nivel Medio. - Consumo e integración de APIs. Competencias y Habilidades: - Pensamiento analítico y estadístico para extraer conclusiones a partir de los datos. - Capacidad para traducir necesidades del negocio en problemas de datos y modelos. - Trabajo en equipo y comunicación efectiva con áreas de negocio, Backend, QA y DevOps. - Capacidad de aprendizaje y adaptación a nuevas técnicas, herramientas y tendencias en IA. - Rigurosidad en la validación de modelos y la calidad de los datos. - Conocimientos de metodologías ágiles con SCRUM (no excluyente). Objetivos del Cargo Responsable de diseñar, desarrollar, entrenar y poner en producción modelos analíticos, predictivos y de inteligencia artificial que aporten valor al negocio logístico. Su principal objetivo es transformar los datos en información accionable y soluciones inteligentes que optimicen procesos como pronóstico de demanda, optimización de rutas, asignación de recursos, detección de anomalías y mejora de la experiencia del cliente. Además, define las arquitecturas de datos y modelos, promueve buenas prácticas de MLOps y de gobierno de datos, y colabora estrechamente con equipos de Backend, Procesos, QA y DevOps para asegurar que las soluciones de IA sean escalables, mantenibles y estén alineadas con los objetivos estratégicos de la empresa. Funciones: - Recopilar, limpiar, transformar y analizar grandes volúmenes de datos provenientes de distintas fuentes del ecosistema logístico. - Realizar análisis exploratorio de datos (EDA) e identificar patrones, tendencias y oportunidades de mejora. - Diseñar, desarrollar, entrenar, validar y optimizar modelos de machine learning e inteligencia artificial. - Desplegar modelos en producción y monitorear su rendimiento, asegurando su reentrenamiento y mejora continua (MLOps). - Construir y exponer servicios y APIs para la integración de modelos con las aplicaciones del negocio. - Colaborar con equipos de DevOps en la definición de pipelines de datos y de despliegue (CI/CD). - Documentar metodologías, supuestos, decisiones técnicas y resultados de los modelos para facilitar la colaboración y trazabilidad. - Comunicar hallazgos y recomendaciones a las áreas de negocio mediante visualizaciones y reportes claros. Requirements: - Postgrados, diplomados o certificaciones en Ciencia de Datos, Machine Learning, Inteligencia Artificial o áreas relacionadas (opcional, pero valorado). - Deseable experiencia en proyectos de logística, transporte, optimización de rutas, pronóstico de demanda o detección de anomalías. - Conocimientos que suman puntos: MLOps (MLflow, Kubeflow, Airflow). Manejo de Contenedores (Docker, Kubernetes). LLMs e IA Generativa (LangChain, RAG, fine-tuning, prompt engineering). Automatización (N8N). Herramientas de visualización (Power BI, Tableau, Grafana). Big Data (Spark, Hadoop).