Data Scientist

Buscamos un/a Data Scientist SSR para sumarse a un equipo tecnológico desafiante dentro de una empresa líder en soluciones para grandes corporaciones. El rol es clave para fortalecer la capacidad operativa del equipo, integrándose de forma inmediata a los flujos de trabajo de ciencia de datos y dando respuesta a una planificación activa de iniciativas tecnológicas.

Participar activamente en la estimación de esfuerzos, requerimientos y nuevos proyectos

Desarrollar y construir soluciones de datos

Armar Unit Tests para asegurar la calidad de las entregas

Diseñar, construir y ejecutar ciclos de pruebas exhaustivos: unitarias, integrales y de regresión

Ejecutar casos de prueba para garantizar la fiabilidad de las soluciones implementadas

Formación universitaria en Ingeniería Química, Mecánica, de Petróleo o Electrónica (excluyente)

Sólidos conocimientos en programación con Python

Conocimientos técnicos y experiencia aplicada en Large Language Models (LLMs)

Manejo de modelos de Hugging Face

★ Valoramos especialmente

Modalidad de trabajo

Buenos Aires: híbrido (2 veces por semana en oficina)

Córdoba: híbrido (1 vez cada 15 días en oficina)

Resto del país: 100% remoto

Beneficios

• Beneficio por conectividad
• Capacitación y certificaciones a cargo de la empresa
• Plan de carrera personalizado y capacitación constante
• Día de cumpleaños libre
• Kit de bienvenida
• Descuentos en formación (Siglo 21 y Coderhouse)
• Convenios con Unilever, Tienda Molinos y otras empresas

Data Scientist (SR) – Python / ML / GCP (Híbrido) · Inglés avanzado requerido

Buscamos un/a Data Scientist Senior para liderar el diseño, desarrollo y despliegue de modelos analíticos, predictivos y prescriptivos con impacto real en el negocio del cliente: rendimiento de cultivos, predicción de precios de commodities, optimización logística, gestión de riesgo agroclimático y eficiencia industrial.

El rol es referente técnico dentro del equipo de Data & AI de un cliente en Estados Unidos, con capacidad para traducir necesidades de negocio en soluciones de machine learning end-to-end, trabajando con áreas de negocio, ingeniería de datos y MLOps en un entorno 100% en inglés.

Diseñar, entrenar, validar y poner en producción modelos de ML y estadística avanzada (forecasting de rendimientos, predicción de precios, segmentación, optimización de rutas, scoring crediticio agropecuario, entre otros)

Trabajar con datos heterogéneos y de gran volumen: satelitales/geoespaciales (NDVI, EVI, Sentinel/Landsat), meteorológicos, IoT, ERP y datos de mercado

Liderar proyectos analíticos end-to-end: definición del problema, exploración, feature engineering, modelado, evaluación, despliegue y monitoreo

Colaborar con Data Engineering en pipelines robustos y escalables, y con MLOps en versionado, CI/CD y monitoreo de modelos

Comunicar insights accionables a stakeholders técnicos y no técnicos (Originación, Trading, Operaciones, Comercial, Dirección)

Participar en la definición de la roadmap analítica, identificando oportunidades de IA por impacto y factibilidad

Mantenerse actualizado/a en IA aplicada al agro y proponer pruebas de concepto

Formación en Ciencias de Datos, Estadística, Matemática, Ingeniería, Economía, Agronomía cuantitativa o afines

Mínimo 5 años en roles de Data Science, con al menos 2 liderando proyectos analíticos end-to-end

Dominio sólido de Python: pandas, NumPy, scikit-learn, statsmodels, matplotlib/seaborn

Experiencia con frameworks de ML/DL: XGBoost, LightGBM, PyTorch o TensorFlow

SQL avanzado y trabajo con bases de datos relacionales y de gran volumen

Experiencia desplegando modelos en producción en entornos cloud (preferentemente GCP)

Sólidos fundamentos estadísticos: inferencia, regresión, series de tiempo, validación cruzada, A/B testing

Inglés avanzado (C1 o equivalente), oral y escrito — interacción diaria con el cliente en EE.UU.

★ Valoramos especialmente

• Experiencia en agroindustria, agtech, alimentos, commodities o sectores relacionados
• Datos geoespaciales: GeoPandas, Rasterio, QGIS, Google Earth Engine, NDVI/EVI, imágenes satelitales
• Forecasting de series de tiempo: Prophet, ARIMA, state-space, Transformers temporales
• Plataformas de datos modernas: Databricks, Snowflake, BigQuery, dbt, Airflow
• MLOps: MLflow, model registry, monitoreo de drift, CI/CD para modelos
• IA generativa y LLMs aplicados a negocio: RAG, agentes, automatización
• Posgrado, maestría o doctorado en disciplinas cuantitativas

Modalidad de trabajo

Interacción diaria con equipo y stakeholders en Estados Unidos (inglés)