Lo que puede esperar en un rol de Científico de Datos

Considérese como alguien que diseñará la capa de acceso de usuario final de proyectos de Inteligencia de Negocios y llevará a cabo el diseño detallado de los informes solicitados. Recopilará y analizará datos que ayuden a comprender el núcleo del negocio, diseñará estrategias de agregación y respaldará soluciones front-end escalables y fáciles de usar.

Como Científico de Datos, será responsable de recopilar, procesar y analizar grandes conjuntos de datos para respaldar la toma de decisiones basada en datos en toda la organización. Aplicará análisis predictivos para pronosticar tendencias y análisis prescriptivos para recomendar estrategias accionables. Construirá y desplegará modelos para resolver problemas empresariales complejos y mejorar la eficiencia operativa. Trabajará en estrecha colaboración con equipos multifuncionales para definir y hacer seguimiento de los KPI, asegurando un impacto medible. Es fundamental contar con dominio de Python, R, SQL y plataformas de visualización de datos (por ejemplo, Tableau, Power BI).

Responsabilidades clave

Desarrollo e investigación en IA/ML

• Diseñar, desarrollar y desplegar modelos avanzados de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning) para resolver problemas empresariales complejos
• Implementar y optimizar Modelos de Lenguaje de Gran Escala (LLMs) y soluciones de IA Generativa
• Construir sistemas de IA agentica con capacidades de toma de decisiones autónomas
• Investigar tecnologías emergentes de IA y sus aplicaciones prácticas
• Realizar evaluación, validación y mejora continua de modelos

Infraestructura en la nube y desarrollo full-stack

• Arquitectar e implementar soluciones ML/IA nativas en la nube escalables en AWS, Azure o GCP
• Desarrollar aplicaciones full-stack integrando modelos de IA con tecnologías web modernas
• Construir y mantener canalizaciones de ML (ML pipelines) usando servicios en la nube (SageMaker, ML Engine, etc.)
• Implementar canalizaciones CI/CD para el despliegue y monitoreo de modelos de ML
• Diseñar y optimizar la infraestructura en la nube para cargas de trabajo de computación de alto rendimiento

Ingeniería de datos y gestión de bases de datos

• Diseñar e implementar canalizaciones de datos para el procesamiento a gran escala
• Trabajar con bases de datos SQL y NoSQL (PostgreSQL, MongoDB, Cassandra, etc.)
• Optimizar el rendimiento de bases de datos para cargas de ML y aplicaciones en tiempo real
• Implementar marcos de gobierno de datos y aseguramiento de la calidad
• Gestionar el procesamiento de datos en streaming y análisis en tiempo real

Liderazgo y colaboración

• Mentorizar a científicos de datos junior y orientar la toma de decisiones técnicas
• Colaborar con equipos multifuncionales, incluidos producto, ingeniería y partes interesadas del negocio
• Presentar hallazgos y recomendaciones a audiencias técnicas y no técnicas
• Liderar proyectos de prueba de concepto e iniciativas de innovación

Calificaciones requeridas

• Más de 5 años de experiencia práctica en ciencia de datos y aprendizaje automático
• Más de 3 años de experiencia con frameworks de aprendizaje profundo y redes neuronales
• Más de 2 años de experiencia con plataformas en la nube y desarrollo full-stack (BPO preferido, dominio sanitario, Banca, Servicios Financieros y Seguros – BFSI)

Habilidades técnicas – IA/ML principales

• Aprendizaje automático (Machine Learning): Scikit-learn, XGBoost, LightGBM, algoritmos avanzados de ML
• Aprendizaje profundo (Deep Learning): TensorFlow, PyTorch, Keras, CNN, RNN, LSTM, Transformers
• Modelos de Lenguaje de Gran Escala (LLMs): GPT, BERT, T5, ajuste fino (fine-tuning), ingeniería de prompts
• IA Generativa: Stable Diffusion, DALL-E, texto a imagen, generación de texto
• IA agentica: sistemas multiagente, aprendizaje por refuerzo, agentes autónomos (opcional)

Habilidades técnicas – Desarrollo e infraestructura

• Programación: Python (avanzado), R, Java/Scala, JavaScript/TypeScript
• Plataformas en la nube: AWS (SageMaker, EC2, S3, Lambda), Azure ML o Google Cloud AI
• Bases de datos: SQL (PostgreSQL, MySQL), NoSQL (MongoDB, Cassandra, DynamoDB)
• Desarrollo full-stack: React/Vue.js, Node.js, FastAPI, Flask, Docker, Kubernetes (opcional)
• MLOps: MLflow, Kubeflow, versionado de modelos, marcos de pruebas A/B
• Big Data: Spark, Hadoop, Kafka, procesamiento de datos en streaming (opcional)

Calificaciones preferidas

• Experiencia con bases de datos de vectores y embeddings (Pinecone, Weaviate, Chroma)
• Conocimiento de LangChain, LlamaIndex o frameworks similares de LLM
• Experiencia en compresión de modelos y despliegue en el edge
• Familiaridad con computación distribuida y procesamiento paralelo
• Experiencia en aplicaciones de visión por computadora y PLN
• Conocimiento de aprendizaje federado y ML con preservación de privacidad
• Experiencia en machine learning cuántico
• Experiencia en MLOps y diseño de sistemas de ML en producción (opcional)

Competencias clave

Excelencia técnica

• Sólida base matemática en estadística, álgebra lineal y optimización
• Capacidad para implementar algoritmos a partir de artículos de investigación
• Experiencia en interpretabilidad de modelos e IA explicable
• Conocimiento de IA ética y detección/mitigación de sesgos

Resolución de problemas e innovación

• Fuertes habilidades analíticas y de pensamiento crítico
• Capacidad para traducir requisitos empresariales en soluciones técnicas
• Enfoque creativo para resolver problemas complejos y ambiguos
• Experiencia en prototipado rápido y experimentación

Comunicación y liderazgo

• Excelentes habilidades de comunicación escrita y verbal
• Capacidad para explicar conceptos técnicos complejos a audiencias diversas
• Fuertes habilidades de gestión de proyectos y organización
• Experiencia en mentorización y liderazgo de equipos técnicos

Formación académica / Certificaciones

• Máster o doctorado en Informática, Ciencia de Datos, Estadística, Matemáticas o campo relacionado (no obligatorio)