Data Scientist (Estrategia DataOps & MLOps) Descripción del Puesto Buscamos un Data Scientist para integrarse a un proyecto estratégico de uno de nuestros clientes líderes en el sector Bancario . El objetivo principal es liderar las fases de desarrollo de modelos de Machine Learning bajo una estrategia de DataOps y MLOps, asegurando la escalabilidad, el monitoreo y la correcta migración de modelos a plataformas en la nube (GCP). El candidato ideal deberá equilibrar un alto rigor estadístico con la capacidad de llevar modelos a entornos productivos reales. Actividades a desempeñar Ciclo de Vida de Modelos: Generar las fases de desarrollo de modelos de ML, desde la identificación y extracción de inputs hasta la documentación de fuentes, formatos y frecuencias. Validación de Datos: Aplicar metodologías de validación y pruebas de consistencia técnica sobre los datos. Experimentación y Entrenamiento: Ejecutar entrenamientos de modelos (clasificación, regresión, clustering), evaluando resultados para seleccionar la solución óptima. Robustez Analítica: Realizar validaciones de performance mediante técnicas de cross-validation y backtesting. Estrategia MLOps: Desarrollar el monitoreo de performance, detección de data drift y seguimiento de métricas de negocio. Migración a Cloud: Colaborar con el equipo de ingeniería para migrar y desplegar modelos en la plataforma GCP (Vertex AI / BigQuery) . Documentación Técnica: Generar activos claros y reutilizables que faciliten el mantenimiento futuro de los modelos. Experiencia: Mínimo 3 años en roles similares de Ciencia de Datos. Formación: Licenciatura en Actuaría, Matemáticas Aplicadas, Informática, Sistemas o afines (Titulado ). Python avanzado para Machine Learning y uso de Jupyter Notebooks. SQL (Nivel intermedio) y manejo básico de GIT. Experiencia práctica en GCP (Vertex AI / BigQuery) o AWS (SageMaker). Conocimientos: Sólida base en Estadística (Probabilidad y Distribuciones), buenas prácticas de reproducibilidad y preparación de modelos para producción. Deseable: Diplomados en Ciencia de Datos, ML o IA; conocimientos en despliegue de modelos (MLOps). Beneficios y Esquema de Trabajo #J-18808-Ljbffr