CIENTIFICO DE DATOS ML

CIENTIFICO DE DATOS ML EXPERIENCIA COMPROBABLE DE 3 AÑOS O MAS. ESCOLARIDAD MINMA: Licenciatura en Actuaría, Matemáticas Aplicada a la computación, Informática, Ingeniería en Sistemas, o afines (titulado). Conocimientos Técnicos: Python en Machine Learning (Avanzado) SQL (Intermedio) GIT (Básico) Plataforma en nube para ML GCP (Vertex AI/BigQuery) o AWS (SageMaker). Conocimiento práctico en: Entrenamiento de modelodelo de machine earning (clasificación, regresión, clustering) Conocimiento en Estadística (probabilidad, Distribuciones) Uso de notebooks de Jupyter Preparación de modelos para producción Buenas prácticas de reproducibilidad y versionamiento. Buenas prácticas de construcción de consulta de datos DESEABLES: "Pensamiento analítico y comunicación MLOps / despliegue de modelos" ACTIVIDADES A RELIZAR: "Generar las diferentes fases de desarrollo de modelos de Machine Learning: -Identificar, mapear, extraer, procesar y documentar los Inputs de los modelos (fuentes de datos, formatos, frecuencia). Aplicar metodologías de validación de datos y pruebas de consistencia. -Realizar exploratorio, procesamiento y preparación sobre los datos a utilizar. -Ejecutar experimentación y entrenamiento de modelos, evaluando los resultados para seleccionar el modelo ganador. -Generar validaciones sobre la consistencia del perfomance del modelo (cross validation, backtest) -Desarrollar monitoreo de permanecer del modelo, data drift y métricas de negocio -Colaborar con el Ingeniero de Machine Learning / MLOps en la preparación de los modelos para su despliegue en productivo. Generar documentación clara y reutilizable que facilite el mantenimiento futuro de los modelos. Migrar modelos entrenados por el equipo de ciencia de datos a una plataforma analítica de modelos (GCP) CARACTERISTICAS DEL CANDIDATO: Estar en constate capacitación sobre las últimas herramientas tecnológicas analíticas para garantizar el uso y aplicación en los proyectos que se participe. Alto nivel de atención al detalle (analítico), enfoque al cliente, establecimiento de prioridades y autosuficiencia, administración de procesos, manejo de conflictos, compostura, autoconocimiento, resolución de problemas y toma de decisiones y habilidades de comunicación técnica para colaborar con diferentes perfiles técnicos. MODO DE TRABAJO: HIBRIDO