Empleos actuales relacionados con Data Scientist - Neuquén, Neuquén - Pilot Solutions AI

Data Scientist - Optimización Industrial

Sobre Pilot-X Pilot-X impulsa la transformación digital en industrias de procesos (energía, acero, minería, petróleo & gas, manufactura) mediante soluciones de IA/ML y MLOps. Nos especializamos en:

• Modelado predictivo y optimización de procesos industriales.

• Integración con PI System (Aveva) e historiadores de datos en tiempo real.

• Despliegue de modelos productivos on-prem y en la nube con arquitecturas modernas (Docker, APIs, MLflow, Kafka).

• Proyectos de analítica avanzada que impactan directamente en eficiencia, reducción de costos y sustentabilidad.

Rol

Buscamos un/a Científico/a de Datos con experiencia en procesos industriales para diseñar y desplegar modelos de predicción, optimización y detección de anomalías en entornos de producción. El perfil ideal combina rigor en machine learning, entendimiento de series temporales industriales, y conocimientos de optimización matemática aplicados a problemas reales de planta. Modalidad: tiempo completo, remoto con posibilidad de visitas a planta/cliente.

Responsabilidades

• Diseñar y entrenar modelos predictivos (series temporales, regresión, clasificación) aplicados a procesos continuos o por lotes.

• Desarrollar motores de optimización/recomendación de parámetros bajo restricciones técnicas y de seguridad.

• Implementar modelos de detección de anomalías (energéticas, operativas o de calidad) con métodos supervisados y no supervisados.

• Construir pipelines de datos reproducibles: ingesta, feature engineering, validación y serving.

• Colaborar con ingenieros de procesos y áreas de IT para integrar modelos en plataformas industriales (ej. PI System, SCADA, MES).

• Asegurar robustez y escalabilidad mediante prácticas de MLOps: tracking, versionado, monitoreo de drift y observabilidad.

• Traducir métricas técnicas (MAE, recall, latencia) a KPIs de negocio (eficiencia energética, productividad, reducción de scrap).

Requisitos (must-haves)

• Python avanzado (pandas, NumPy, scikit-learn, PyTorch o TensorFlow).

• Experiencia en modelado de series temporales y análisis de señales de procesos.

• Conocimiento en optimización matemática y heurística (ej. Pyomo, cvxpy, SciPy Optimize, algoritmos evolutivos).

• Experiencia en MLOps básico: Docker, MLflow, APIs con FastAPI, testing.

• Conocimiento de estadística aplicada, validación de modelos y experimentación.

• Habilidad de comunicar resultados técnicos en lenguaje claro a ingenieros y responsables de planta.

Plus (nice-to-have)

• Experiencia con historiadores industriales (PI System, Wonderware, Ignition).

• Familiaridad con Kafka/Redpanda, Prometheus/Grafana para observabilidad.

• Experiencia en optimización robusta o control predictivo (MPC).

• Proyectos previos en acero, energía, petróleo & gas o minería.

• Experiencia en explicabilidad de modelos para soporte a operadores.

Éxito en el rol

• Modelos desplegados en producción con métricas validadas y adopción operativa.

• KPIs de negocio mejorados: reducción de consumo energético, estabilidad de calidad, productividad.

• Procesos de MLOps funcionando: versionado de modelos, alertas de drift, documentación y runbooks claros.

• Interacción fluida con clientes: capacidad de adaptar lenguaje técnico a objetivos de negocio.