Data Science

Apasionados por la tecnología y nerds 24/7, creamos valor en cada una de las organizaciones que nos eligen. Formá parte de la Generación Nubiral Nos entusiasma la innovación, los desafíos constantes y trabajar con los mejores talentos del mercado. Si te sentís identificada/o nos encantaría conocerte ⚡ ¿Qué desafíos te esperan en este rol? Responsable de liderar el ciclo de vida completo de soluciones basadas en datos: exploración y preparación de datasets, design de modelos estadísticos y de machine learning, validación experimental, industrialización junto a ingeniería y seguimiento de performance en producción. Participar en diseño de soluciones de negocio basadas en evidencia, genera insights accionables, comunica resultados ejecutivos y guía a analistas e ingenieros en buenas prácticas de modelado, experimentación y MLOps. Analizar casos de negocio, formular hipótesis, diseñar experimentos y validar con datasets reales. Desarrollar modelos de machine learning y estadísticos end-to-end: feature engineering, entrenamiento, tuning, validación, evaluación y seguimiento. Trabajar con Data Engineering para la operacionalización (pipelines, features stores, deployment productivo). Documentar modelos, supuestos, riesgo y limitaciones. Definir estándares analíticos y promover buenas prácticas de experimentación y governance. Presentar resultados a stakeholders técnicos y C-level en formatos comprensibles y accionables. Generar insights que optimicen decisiones de negocio, aumentando revenue, conversión o eficiencia. Liderar o contribuir al entrenamiento de perfiles más junior. Dominio de estadística aplicada, inferencia, regresión, modelos predictivos, clasificación y clustering. Experiencia sólida con Python, librerías científicas (NumPy, Pandas, SciPy), scikit-learn y frameworks de modelado. Experiencia en manipulación de grandes volúmenes de datos y trabajo con entornos distribuidos (Spark, Databricks o similares). Fuertes habilidades de visualización y comunicación de resultados técnicos y ejecutivos. Conocimiento de ML experiment tracking, validación, A/B testing y métricas de performance. Conocimiento de SQL avanzado y modelado de datos. Inglés técnico para documentación, investigación y comunicación. Data Science Nos entusiasma la innovación, los desafíos constantes y trabajar con los mejores talentos del mercado. Si te sentís identificada/o nos encantaría conocerte ⚡ ¿Qué desafíos te esperan en este rol? Responsable de liderar el ciclo de vida completo de soluciones basadas en datos: exploración y preparación de datasets, diseño de modelos estadísticos y de machine learning, validación experimental, industrialización junto a ingeniería y seguimiento de performance en producción. Participar en diseño de soluciones de negocio basadas en evidencia, genera insights accionables, comunica resultados ejecutivos y guía a analistas e ingenieros en buenas prácticas de modelado, experimentación y MLOps. Analizar casos de negocio, formular hipótesis, diseñar experimentos y validar con datasets reales. Desarrollar modelos de machine learning y estadísticos end-to-end: feature engineering, entrenamiento, tuning, validación, evaluación y seguimiento. Trabajar con Data Engineering para la operacionalización (pipelines, features stores, deployment productivo). Documentar modelos, supuestos, riesgo y limitaciones. Definir estándares analíticos y promover buenas prácticas de experimentación y governance. Presentar resultados a stakeholders técnicos y C-level en formatos comprensibles y accionables. Generar insights que optimicen decisiones de negocio, aumentando revenue, conversión o eficiencia. Liderar o contribuir al entrenamiento de perfiles más junior. ¿Qué buscamos? Dominio de estadística aplicada, inferencia, regresión, modelos predictivos, clasificación y clustering. Experiencia sólida con Python, librerías científicas (NumPy, Pandas, SciPy), scikit-learn y frameworks de modelado. Experiencia en manipulación de grandes volúmenes de datos y trabajo con entornos distribuidos (Spark, Databricks o similares). Fuertes habilidades de visualización y comunicación de resultados técnicos y ejecutivos. Conocimiento de ML experiment tracking, validación, A/B testing y métricas de performance. Conocimiento de SQL avanzado y modelado de datos. Inglés técnico para documentación, investigación y comunicación. Será valorado: Maestría o doctorado en Matemática, Estadística, Física, Ciencias de Computación o afines. Experiencia con frameworks de deep learning (TensorFlow, PyTorch). Experiencia en MLOps: MLflow, Kubeflow, SageMaker, Vertex AI o similares. Experiencia en analítica aplicada a industrias específicas (finanzas, retail, seguros, banca digital, telecom). Conocimiento de NLP, LLMs, embeddings y modelado no estructurado. Conocimiento de optimización matemática, algoritmos evolutivos o reinforcement learning. Experiencia generando dashboards (Power BI, Tableau, Looker) para storytelling analítico.