Descripción del empleo

Diseñar, desarrollar, implementar y optimizar modelos avanzados de Machine Learning e Inteligencia Artificial que permitan resolver problemas de negocio complejos, generar insights accionables y potenciar la toma de decisiones basada en datos. Será responsable de garantizar la calidad técnica, estadística y operativa de las soluciones analíticas, trabajando bajo estándares de desarrollo profesional y mejores prácticas de MLOps.

Requisitos

Diseñar, desarrollar e implementar modelos predictivos, prescriptivos y algoritmos de Machine Learning para diferentes áreas del negocio.
Analizar grandes volúmenes de información para identificar patrones, tendencias y oportunidades de mejora.
Aplicar técnicas de experimentación, pruebas de hipótesis y análisis causal para respaldar decisiones estratégicas basadas en evidencia.
Construir procesos de transformación y preparación de datos mediante SQL avanzado y PySpark.
Desarrollar código en Python modular, mantenible y listo para producción siguiendo estándares de ingeniería de software.
Implementar procesos de seguimiento y monitoreo de experimentos utilizando herramientas como MLflow o similares.
Evaluar y validar modelos considerando métricas de negocio, sesgos, explicabilidad, desempeño por segmentos y robustez estadística.
Colaborar con equipos multidisciplinarios para traducir necesidades de negocio en soluciones analíticas escalables.
Documentar de manera estructurada los modelos desarrollados, incluyendo objetivos, fuentes de datos, supuestos, limitaciones y resultados esperados.
Gestionar datos almacenados en ambientes cloud como Google Cloud Storage (GCS) y Azure Blob Storage.
Aplicar buenas prácticas de versionamiento, control de cambios, manejo seguro de credenciales y gobierno de datos.




Evaluar y definir el uso adecuado de herramientas de Inteligencia Artificial Generativa, modelos LLM y sistemas de agentes, asegurando un enfoque responsable y orientado al valor de negocio.
Conocimientos Técnicos Requeridos
Lenguaje de Programación

Dominio avanzado de Python como lenguaje principal y exclusivo de desarrollo.
Machine Learning y Ciencia de Datos
Experiencia sólida en las siguientes tecnologías y librerías:

Scikit-Learn
XGBoost
LightGBM
Pandas
Polars
Statsmodels
SciPy
Deep Learning

Experiencia en desarrollo e implementación de modelos utilizando: TensorFlow
PyTorch

Procesamiento y Gestión de Datos

SQL avanzado para consulta y análisis de datos.
PySpark para procesamiento, exploración y transformación de grandes volúmenes de información.
Experiencia trabajando con datos en entornos cloud: Google Cloud Storage (GCS)
Azure Blob Storage

Competencias Estadísticas

Diseño experimental aplicado a problemas de negocio.
Pruebas de hipótesis y análisis inferencial.
Comprensión avanzada de causalidad y capacidad para distinguir entre correlación y relaciones causales.
Validación robusta de modelos considerando: Métricas de negocio.
Precisión y desempeño.
Sesgos algorítmicos.
Comportamiento por segmentos y subgrupos.
Interpretabilidad y explicabilidad.

Desarrollo y Gobierno de Soluciones





Uso profesional de Git dentro del flujo de trabajo diario.
Desarrollo de código estructurado, reutilizable y orientado a producción.
Experiencia con herramientas de seguimiento y trazabilidad de experimentos como MLflow.
Capacidad para trabajar bajo estándares de ingeniería y gobierno de datos.
Gestión de versiones de datos y control de calidad de modelos.
Documentación técnica clara y estructurada.
Experiencia Requerida

Más de 5 años de experiencia en Ciencia de Datos, Machine Learning o Inteligencia Artificial.
Experiencia desarrollando modelos analíticos de impacto para distintas áreas de negocio.
Participación en proyectos de analítica avanzada y despliegue de modelos en ambientes productivos.
Experiencia trabajando en equipos multidisciplinarios bajo metodologías ágiles.
Competencias Clave

Pensamiento analítico y orientación a resultados.
Capacidad para resolver problemas complejos de negocio mediante datos.
Rigor estadístico y pensamiento crítico.
Comunicación efectiva para audiencias técnicas y no técnicas.
Capacidad para desafiar hipótesis y validar resultados con evidencia.
Autonomía técnica y orientación a la mejora continua.
Colaboración y trabajo en equipo.

Información adicional

Lo que ofrecemos
Programas de capacitación continua y certificaciones.
Acceso a plataformas de aprendizaje y desarrollo profesional.
Cultura de innovación y colaboración.
Programas de bienestar físico y emocional.
Oportunidades de crecimiento en proyectos internacionales.
Reconocimiento y recompensas por desempeño.
Sueldo base
Prestaciones superiores a las de la ley
Seguro de vida
Seguro de Gastos Médicos Mayores
Vales de despensa
Esquema 100% nómina

📌 Ciencia de Datos (Científicos de Datos) (Ciudad de México)
🏢 Inetum Holding Mexico
📍 Ciudad de México