Data Scientist
Indexed description
Descripción del puesto
En 42Labs, buscamos un/a Data Science que se sienta cómodo/a moviéndose entre el análisis profundo y la entrega con foco en valor. Nos interesa alguien que disfrute aprender, colaborar y mejorar continuamente, con una forma de trabajar transparente y orientada a resultados.
El objetivo del rol es transformar datos en decisiones y soluciones que tengan impacto real: desde la formulación del problema y la ingeniería de datos, hasta el desarrollo de modelos, la validación y el despliegue en ambientes reales.Responsabilidades clave (además de las funciones):buscar calidad de datos, proponer experimentos, reducir riesgos de sesgo y sobreajuste, y asegurar que los modelos sean útiles en producción.Requisitos
- Experiencia con Python para análisis y ML (por ejemplo: pandas, NumPy, scikit-learn, o frameworks equivalentes).
- Conocimientos sólidos en estadística y ML: regresión/clasificación, validación, métricas, feature engineering y control de overfitting.
- Buenas prácticas de tratamiento de datos: limpieza, normalización, manejo de missing values, y comprensión del dominio.
- Experiencia con SQL y/o tecnologías de datos para trabajar con datasets y diseñar consultas/transformaciones.
- Al menos un enfoque de despliegue y/o monitoreo de modelos (batch o near real-time) o experiencia integrando modelos en productos.
- Comunicación efectiva: explicar hallazgos y decisiones técnicas con claridad y empatía.
- Trabajo colaborativo: gusto por aprender en equipo, recibir feedback y compartir conocimientos.
Projects
En 42Labs no solo desarrollamos tecnología: construimos soluciones donde lo técnico y lo humano van de la mano. Trabajamos con equipos que transforman negocios en distintos dominios, incluyendo financiero, logística y educación, buscando siempre que el impacto se note en las personas. Dentro de nuestros proyectos de Data Science, apoyamos la toma de decisiones basada en datos y el desarrollo de modelos y automatizaciones que mejoran procesos y experiencia de usuario. La idea es que el trabajo no se quede en experimentos: llevamos aprendizajes a producción, medimos resultados y colaboramos con producto e ingeniería para iterar con calidad. Tu rol será parte de una comunidad que aprende, comparte y celebra logros de forma continua, con autonomía en un entorno híbrido.Funciones
- Diseñar y desarrollar modelos para resolver problemas de negocio, desde el descubrimiento hasta la evaluación.
- Construir pipelines de datos confiables: extracción, transformación, modelado y validación, asegurando reproducibilidad y trazabilidad.
- Explorar, limpiar y preparar datos (EDA), identificando patrones, sesgos, anomalías y oportunidades de mejora.
- Definir métricas de éxito y experimentos (A/B u otros enfoques) para validar impacto en resultados medibles.
- Implementar y desplegar soluciones (model serving) en colaboración con Ingeniería, cuidando rendimiento, mantenibilidad y monitoreo.
- Documentar decisiones técnicas y hallazgos, y comunicar resultados claros a equipos no técnicos.
- Trabajar junto a Product/Tech para entender requerimientos, priorizar hipótesis y convertirlos en entregables concretos.
Beneficios
- Salud y protección integral: seguros complementarios de salud, dental, de vida y catastrófico 100% financiados por nosotros (con opción de extender a tu familia). Además, estamos integrados a la red de beneficios de Caja Los Andes y la ACHS.
- Apoyos para tu estilo de vida: bonos mensuales para tu conexión a internet y tus plataformas de ocio favoritas.
- Tiempo y flexibilidad: Flexi Days y Party Time (tardes libres), cumpleaños con tarde libre y tiempo extra para hitos como matrimonio, nacimiento de hijos o exámenes de título.
- Crecimiento y comunidad: Academia 42Labs, planes de desarrollo personalizados y acceso a Udemy Business, con comunidad activa en Discord y encuentros presenciales (PartyTwoLabs).
- Modalidad de trabajo: entorno híbrido que confía en tu autonomía y balance real.
Deseable
- Experiencia con PyTorch y/o TensorFlow para modelos más avanzados.
- Conocimientos de model deployment (por ejemplo: APIs REST, contenedores, orquestación) y buenas prácticas de versionado.
- Experiencia con Big Data (por ejemplo: Spark) y/o arquitecturas de datos.
- Uso de herramientas de experimentación y seguimiento (por ejemplo: MLflow o equivalentes).
- Conocimiento de técnicas de Explainable AI o evaluación de interpretabilidad y fairness.
- Experiencia en proyectos de dominios como finanzas, logística o educación.
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search