Cientifico de Datos

Multiplica Talent te está buscando! Somos una consultora especializada en ofrecer las mejores oportunidades laborales al mejor talento digital del mercado. Contamos con más de 25 años de experiencia conectando perfiles innovadores con empresas líderes en LATAM, USA, Europa y África. Trabajamos con talento que impulsa la transformación digital y construye las organizaciones del futuro. ¡Sé parte de este cambio! Data Scientist (Estrategia DataOps & MLOps) Descripción del Puesto Buscamos un Data Scientist para integrarse a un proyecto estratégico de uno de nuestros clientes líderes en el sector Bancario . El objetivo principal es liderar las fases de desarrollo de modelos de Machine Learning bajo una estrategia de DataOps y MLOps, asegurando la escalabilidad, el monitoreo y la correcta migración de modelos a plataformas en la nube (GCP). El candidato ideal deberá equilibrar un alto rigor estadístico con la capacidad de llevar modelos a entornos productivos reales. Requisitos Técnicos Experiencia: Mínimo 3 años en roles similares de Ciencia de Datos. Formación: Licenciatura en Actuaría, Matemáticas Aplicadas, Informática, Sistemas o afines ( Titulado ). Hard Skills: Python avanzado para Machine Learning y uso de Jupyter Notebooks. SQL (Nivel intermedio) y manejo básico de GIT. Experiencia práctica en GCP (Vertex AI / BigQuery) o AWS (SageMaker). Conocimientos: Sólida base en Estadística (Probabilidad y Distribuciones), buenas prácticas de reproducibilidad y preparación de modelos para producción. Deseable: Diplomados en Ciencia de Datos, ML o IA; conocimientos en despliegue de modelos (MLOps). Actividades a desempeñar Ciclo de Vida de Modelos: Generar las fases de desarrollo de modelos de ML, desde la identificación y extracción de inputs hasta la documentación de fuentes, formatos y frecuencias. Validación de Datos: Aplicar metodologías de validación y pruebas de consistencia técnica sobre los datos. Experimentación y Entrenamiento: Ejecutar entrenamientos de modelos (clasificación, regresión, clustering), evaluando resultados para seleccionar la solución óptima. Robustez Analítica: Realizar validaciones de performance mediante técnicas de cross-validation y backtesting . Estrategia MLOps: Desarrollar el monitoreo de performance, detección de data drift y seguimiento de métricas de negocio. Migración a Cloud: Colaborar con el equipo de ingeniería para migrar y desplegar modelos en la plataforma GCP (Vertex AI / BigQuery) . Documentación Técnica: Generar activos claros y reutilizables que faciliten el mantenimiento futuro de los modelos. Ubicación: CDMX. Esquema: Híbrido. Jornada: Lunes a Viernes de 9:00 am a 6:00 pm. Prestaciones superiores a Ley