**Científico/a de Datos.**
**Propósito del rol**:
**Desarrollar**, desplegar y mantener modelos de machine learning/estadística que predigan y optimicen resultados del negocio (ej. Abandono o fuga, LTV, propensión, precios, recomendaciones), y crear pipelines que lleven estos modelos a producción.
**Responsabilidades principal**(OV2)
- ** Entender y preparar los datos** para que el modelo aprenda bien.
- ** Probar y comparar modelos** para quedarnos con el que mejor funcione.
- ** Medir qué tan bien funciona** con métricas claras y **probarlo en la vida real** con experimentos controlados (A/B en producción).
- ** Pasar de experimento a operación estable**.
- ** Traducir necesidades del negocio** a objetivos que el modelo pueda atacar y medir.
- ** Dejar por escrito límites y riesgos** y **poder explicar decisiones** cuando se requiera.
- ** Trabajar con TI** para automatizar el flujo de datos y predicciones) y **exponer el modelo** a otros sistemas.
**Requisitos**
- Licenciatura/Posgrado en Matemáticas, Estadística Matemática,, Ingeniería Matemática o afín.
- 4+ años construyendo modelos de ML aplicados a negocio (ideal: experiência en producción).
- Dominio de Python y librerias a fin (pandas, scikit-learn; deseable PyTorch/TensorFlow).
- R indispensable




- Experiência con SQL avanzado y manejo de datos a escala (Spark/Dask deseable).
- Conocimiento sólido de inferencia estadística, validación, feature selection, regularization.
- Experiência en cloud (GCP/AWS/Azure) y herramientas de MLOps (MLflow, Vertex/SageMaker, Docker).
- Deseable: NLP, recommenders, optimización, causalidad/experimentos.
**Competencias**
- Formulación rigurosa de problemas y diseño experimental.
- Toma de decisiones basada en evidencia y costo/beneficio.
- Comunicación con ejecutivos (qué hace el modelo y qué no).
- Buenas prácticas de software (tests, CI/CD, code review).
**Tecnologías (típicas en el rol)**
- Python (pandas, scikit-learn, PyTorch/TensorFlow), R.
- SQL, Spark/Dataproc/EMR.
- MLflow/Weights & Biases, Docker, Airflow/Prefect.
- Cloud: GCP (BigQuery/Vertex), AWS (SageMaker), Azure (ML).
- Herramientas de monitoreo de modelos y feature stores.
**KPIs del rol**
- Desempeño de modelos vs. baseline.
- Time-to-production y uptime de servicios de predicción.
- Impacto de negocio medido (ingreso incremental, ahorro de costos, retención).
Salario segun aptitides, conocimiento y experiência. Favor de agendar cita de entrevista.

📌 Cientifico de Datos (Tijuana)
🏢 Grupo Caliente
📍 Tijuana