Desarrollar productos de complejidad media-avanzada, con calidad y de acuerdo a la fecha y tiempo asignado.
FORMACION:Grado universitario: Licenciatura en Matemáticas, Estadística, Ciencias de la Computación, Ingeniería, o disciplinas afines.
Posgrado: Preferiblemente, especializacion o Maestría en Ciencias de Datos, Estadística, Inteligencia Artificial, Machine Learning, o campos relacionados.
Certificaciones: Certificaciones en herramientas y plataformas de análisis de datos (como AWS, Azure, GCP) y deseable en técnicas de modelado avanzado (como certificaciones en Machine Learning o Deep Learning).
EXPERIENCIAAños de experiencia: 2-3 años de experiencia relevante en el análisis de datos, modelado predictivo, y/o implementación de soluciones basadas en datos en entornos empresariales.
Experiencia comprobada en el manejo de proyectos de análisis de datos de inicio a fin, incluyendo la recolección de datos, preprocesamiento, modelado, evaluación y despliegue de modelos en producción.
Experiencia en sectores específicos como finanzas, salud, retail, telecomunicaciones, o tecnología, donde haya manejado grandes volúmenes de datos.
Experiencia avanzada en el uso de herramientas como Python, R, SQL, Numpy, Pandas, Scikit-learn, LLM, NLP y Spark y plataformas de visualización como Tableau o Power BI.
HABILIDADESAnálisis de Datos: Capacidad avanzada en análisis estadístico, modelado predictivo, y minería de datos, con un enfoque en la generación de insights accionables para el negocio.
Programación: Dominio avanzado en herramientas como Python, R, SQL, Numpy, Pandas, Scikit-learn, LLM, NLP y Spark.
Machine Learning: Conocimiento profundo de algoritmos de aprendizaje supervisado y no supervisado, procesamiento de lenguaje natural (NLP), y aprendizaje profundo (Deep Learning).
Gestión de Datos: Habilidad para gestionar y manipular grandes volúmenes de datos estructurados y no estructurados, incluyendo la creación de pipelines de datos eficientes.
Comunicación: Capacidad para traducir resultados complejos en presentaciones claras y comprensibles para audiencias no técnicas, y para colaborar eficazmente con equipos multidisciplinarios.
Pensamiento crítico: Habilidad para abordar problemas complejos de manera sistemática y creativa, encontrando soluciones innovadoras que optimicen los procesos de negocio.
FUNCIONESDesarrollo de Modelos Predictivos: Construir y evaluar modelos de machine learning y deep learning que optimicen procesos y mejoren la toma de decisiones en la organización.
Análisis Exploratorio de Datos: Realizar análisis exploratorios para descubrir patrones, tendencias y relaciones en los datos que puedan impactar las estrategias de negocio.
Implementación de Soluciones: Colaborar con equipos de ingeniería y TI para desplegar modelos en entornos de producción, asegurando su escalabilidad y mantenimiento.
Mejora Continua: Identificar oportunidades para mejorar los procesos de análisis de datos y proponer nuevas metodologías o tecnologías que optimicen los resultados.
Comunicación de Resultados: Elaborar reportes y dashboards para presentar hallazgos clave y recomendaciones a stakeholders, asegurando que las decisiones de negocio estén basadas en datos.
Mentoría: Guiar y capacitar a miembros más junior del equipo en técnicas de análisis de datos, herramientas y mejores prácticas.
Otras Actividades: Colaborar en otras tareas y proyectos asignados por su líder, que estén relacionadas con el ámbito de la Ciencia de Datos o que contribuyan al logro de los objetivos del equipo y la organización.
En este espacio describir las especificaciones para la búsqueda