Si te interesa ser parte de desafíos donde los datos y la IA generan valor real, ¡queremos conocerte!

Buscamos Data Scientist para diseñar, desarrollar y validar modelos analíticos y soluciones de Inteligencia Artificial que nos permitan transformar grandes volúmenes de datos en información de valor y contribuir a mejores decisiones de negocio.

¿Cuáles serán los desafíos del rol?

• Diseñar, desarrollar y desplegar soluciones de Inteligencia Artificial Generativa, incluyendo arquitecturas RAG (Retrieval-Augmented Generation) y sistemas basados en agentes (AI Agents).
• Diseñar y desarrollar modelos de Machine Learning clásico y Analítica Avanzada (clasificación, regresión, clustering, series de tiempo).
• Evaluar, optimizar y realizar fine-tuning o prompt engineering sobre Modelos Fundacionales (LLMs) para adaptarlos a casos de uso específicos del negocio.
• Analizar datos de distintas fuentes y preparar datasets complejos (estructurados y no estructurados, como texto o documentos) para el entrenamiento y validación de modelos.
• Validar hipótesis y evaluar el rendimiento de modelos utilizando metodologías tradicionales y nuevas métricas específicas para LLMs (mitigación de alucinaciones, coherencia, etc.).
• Trabajar junto a Ingeniería de Datos, DataOps/MLOps y áreas de negocio para productivizar, escalar y monitorear soluciones analíticas e inteligentes.
• Interpretar métricas técnicas y traducir los resultados en insights accionables y comprensibles para áreas no técnicas.
• Documentar metodologías, flujos de orquestación de IA, supuestos y resultados para asegurar la trazabilidad.
• Asegurar el cumplimiento de políticas internas, normativa de privacidad de datos, seguridad de la información (clave al usar APIs externas de IA) y estándares PLAFyT.

¿Qué buscamos?

• Experiencia sólida: Mínimo de 3 años trabajando en Data Science, Machine Learning o Analítica Avanzada, con experiencia reciente comprobable en proyectos de IA Generativa.
• Stack Tecnológico Core: Dominio avanzado de Python y SQL.
• Agentes y RAG: Conocimiento comprobable en la construcción de pipelines RAG avanzados y desarrollo de Agentes de IA autónomos/semi-autónomos.
• Machine Learning Clásico: Sólidos conocimientos de estadística, modelado predictivo y uso de librerías/frameworks tradicionales (Scikit-learn, XGBoost, TensorFlow, PyTorch).
• MLOps y LLMOps: Conocimientos del ciclo de vida de los modelos, desde la experimentación hasta el despliegue y monitoreo en producción.
• Ecosistema GenAI: Deseable experiencia práctica trabajando con LLMs (OpenAI, Anthropic, Llama, etc.), frameworks de orquestación (LangChain, LlamaIndex, etc.) y bases de datos vectoriales (Pinecone, ChromaDB, Qdrant o similares).
• Habilidades blandas: Excelente capacidad para interpretar resultados, comunicar ideas complejas a interlocutores de negocio y trabajar colaborativamente.
• Formación: Académica en Ciencia de Datos, Estadística, Matemática, Ingeniería, Sistemas, Informática o carreras afines.