Científico de Datos Senior | Advanced Analytics & Machine Learning

Descripción del puesto

Buscamos un profesional de Ciencia de Datos con sólidos conocimientos de estadística, Machine Learning y programación en Python, capaz de transformar datos en soluciones analíticas confiables que contribuyan a la toma de decisiones de negocio.

Será responsable de desarrollar y validar modelos estadísticos y predictivos, diseñar experimentos, analizar relaciones causales y trabajar con grandes volúmenes de información, siguiendo buenas prácticas de desarrollo de software, documentación y reproducibilidad.

Requisitos técnicos indispensables

Dominio avanzado de Python como lenguaje principal de desarrollo.

Conocimientos sólidos de Ciencia de Datos, estadística aplicada y Machine Learning.

Experiencia con las librerías Scikit-learn, XGBoost, LightGBM, Pandas, Polars, Statsmodels y SciPy.

Conocimientos de modelos de Deep Learning mediante TensorFlow o PyTorch, cuando el problema lo requiera.

Dominio de SQL avanzado y experiencia con PySpark para exploración y transformación de datos a escala.

Experiencia en el acceso y manejo de datos en entornos de nube: Google Cloud Storage (GCS) y Azure Blob Storage.

Experiencia en diseño experimental, pruebas de hipótesis, inferencia causal y validación estadística de modelos.

Conocimiento de métricas de evaluación, análisis de sesgos y evaluación del desempeño de modelos en distintos subgrupos.





Manejo cualificado de Git y desarrollo de código Python modular.

Experiencia con MLflow o herramientas equivalentes para el seguimiento de experimentos.

Capacidad para documentar modelos, garantizar la reproducibilidad y seguir estándares de desarrollo seguro.

Criterio para utilizar y validar herramientas de IA generativa, LLM y sistemas de agentes según las necesidades del problema.

Responsabilidades principales

Desarrollar modelos de Ciencia de Datos y Machine Learning utilizando Python, Scikit-learn, XGBoost y LightGBM.

Procesar y analizar grandes volúmenes de datos con SQL, Pandas, Polars y PySpark.

Aplicar estadística avanzada, diseño experimental, pruebas de hipótesis e inferencia causal.

Implementar y evaluar modelos de Deep Learning con TensorFlow o PyTorch cuando sea necesario.

Validar modelos mediante métricas de negocio, análisis de sesgos y evaluación de resultados por subgrupos.

Gestionar datos en GCS y Azure Blob Storage, utilizando Git y MLflow para asegurar la trazabilidad y reproducibilidad.

Desarrollar código modular, documentar modelos y seguir estándares de calidad y seguridad.

Utilizar IA generativa, LLM y sistemas de agentes con criterio, validando sus resultados y pertinencia.

Colaborar con equipos multidisciplinarios para desarrollar soluciones analíticas confiables alineadas con los objetivos del negocio.

Competencias deseables

Inglés nivel B2/C1.

📌 Científico de Datos Senior (Ciudad de México)
🏢 LEE & MILLER
📍 Ciudad de México