Acerca de:

Diseñar, desarrollar e implementar modelos de inteligencia artificial y machine learning aplicados a datos estructurados y no estructurados (texto, imágenes, audio, video y datos geoespaciales), con el objetivo de transformar información en soluciones predictivas que optimicen procesos, personalicen servicios y generen valor estratégico para la organización, alineados con los objetivos del negocio.

Responsabilidades:

- Desarrollar y entrenar modelos de ML supervisado y no supervisado, así como modelos de IA enfocados en NLP, visión computacional, análisis de series temporales y datos geoespaciales para resolver problemas de predicción, clasificación y segmentación.

- Preprocesar y transformar datos estructurados y no estructurados aplicando técnicas avanzadas de limpieza, imputación, normalización, selección de variables y extracción de características.

- Evaluar el desempeño, interpretabilidad y equidad de los modelos mediante métricas como precisión, AUC-ROC, RMSE y técnicas de explicabilidad como SHAP o LIME.

- Diseñar y construir pipelines de entrenamiento, validación y despliegue de modelos utilizando herramientas como Scikit-learn, TensorFlow, PyTorch y arquitecturas escalables en la nube (AWS, Azure, GCP).

- Desplegar y mantener modelos de IA en producción, asegurando su escalabilidad, estabilidad y monitoreo continuo para evitar la degradación del desempeño.

- Colaborar con equipos de negocio, ingeniería y MLOps para identificar casos de uso y traducirlos en soluciones basadas en datos de alto impacto alineadas con objetivos de negocio y contexto operacional.





- Investigar y aplicar técnicas de optimización de modelos como ajuste de hiperparámetros, técnicas bayesianas y regularización para mejorar la eficiencia y precisión de las soluciones implementadas, , incluyendo modelos sobre datos geoespaciales.

Requisitos:

- Experiencia de 3 años o más en diseño, entrenamiento y evaluación de modelos IA y ML.

- 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. / Conocimiento de CGP, Azure o AWS

- 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.

- Inglés Intermedio B2.

Educación:

- Licenciatura o Ingeniería en Ciencias de la Computación, Matemáticas, Estadística, Tecnologías de la Información o carrera afín.

- Deseable Maestría en Ciencia de Datos, Estadística, Matemáticas Aplicadas, Inteligencia Artificial, Ingeniería en Datos o afines.

Incentivos:

- Sueldo base

- Fondo de ahorro

- Descuentos en compras de muebles y ropa

- Aguinaldo

- Vacaciones

- Prima vacacional

- Reparto de utilidades

- Día libre de cumpleaños

- Becas para estudio

- Útiles escolares

- Club de protección familiar

- Ambiente de trabajo agradable

- Entre otros beneficios y prestaciones

📌 Científico de Datos CENIC (Ciudad de México)
🏢 Sitio de Oportunidades Empleo Grupo Coppel
📍 Ciudad de México