Data Scientist Sr – AWS / Sagemaker / Python

Responsabilidades:

• Ingeniería de datos: Pipelines en S3, Glue, Lambda, Athena. Feature engineering, validación y monitoreo de calidad.
• Modelado estadístico y ML: Regresión, clasificación, series de tiempo, NLP. Evaluación rigurosa y documentación técnica.
• Deployment y MLOps: Productización en SageMaker/Lambda. CI/CD, versionamiento y monitoreo de modelos.
• Análisis y comunicación: Dashboards, storytelling y soporte a decisiones estratégicas.
• Gobierno y ética de datos: Mejores prácticas, documentación, reproducibilidad y cumplimiento normativo.

Projects

Una empresa tecnológica privada, con foco en proyectos estratégicos de datos e inteligencia artificial para clientes de la región, busca incorporar un/a Data Scientist Senior para liderar iniciativas de analítica avanzada y machine learning sobre infraestructura AWS. La posición está orientada a profesionales de Latinoamérica con sólida experiencia en diseño, entrenamiento y despliegue de modelos end-to-end, construcción de pipelines de datos en entornos cloud y aplicación de técnicas estadísticas para resolver problemas reales de negocio. En este contexto, se requiere dominio de herramientas como Python, SQL, SageMaker, S3, Glue, Lambda y Athena, además de capacidad para traducir resultados técnicos en productos analíticos útiles para la toma de decisiones.

Tecnologías Python | AWS | SageMaker | ML/AI | Estadística | SQL

Objetivos del rol:

- Diseñar y ejecutar análisis exploratorios de datos para identificar patrones y calidad de información.
- Construir y optimizar procesos de feature engineering para preparar datasets de entrenamiento.
- Desarrollar y entrenar modelos de machine learning y analítica avanzada utilizando AWS, principalmente SageMaker.
- Evaluar el desempeño de modelos mediante métricas y técnicas de validación adecuadas.
- Implementar pipelines de machine learning reproducibles para entrenamiento y despliegue.
- Desplegar modelos en producción mediante endpoints de inferencia en tiempo real o batch.
- Monitorear el desempeño de los modelos en producción y gestionar reentrenamientos.
- Traducir insights técnicos en productos de analítica avanzada para la toma de decisiones.
- Colaborar con equipos técnicos y de negocio para definir soluciones analíticas escalables.

Habilidades blandas:

• Pensamiento crítico y enfoque científico.
• Autonomía, comunicación efectiva y colaboración.
• Curiosidad y aprendizaje continuo.

Requisitos Técnicos:

• Formación en Ingeniería, Estadística, Matemáticas, Ciencias de la Computación o afines.
• Python avanzado (pandas, numpy, scikit-learn, PyTorch/TensorFlow deseable).
• Experiencia comprobable con AWS: S3, Athena, Data Lake, Lambda, SageMaker Studio.
• Sólida base en estadística aplicada e inferencia. • Experiencia completa en ciclos de vida ML/AI.
• SQL avanzado (Athena, Presto, Redshift).
• Control de versiones, documentación y testing de modelos/datos.
• Deseables: Conocimientos en PySpark o SparkSQL. • Visualización con herramientas como Power BI.