Improving

Data Scientist – Classical ML en Improving

FULL_TIME

Remoto (4 ubicaciones) | Senior | Full time | Data Science / Analytics

89 postulaciones
Replies between 15 and 29 days
Revisado por última vez hoy
En Improving South America, brindamos servicios de TI para transformar la percepción del profesional de TI. Nos enfocamos en consultoría de TI, desarrollo de software y formación ágil.
La empresa promueve una cultura de trabajo excepcional basada en el trabajo en equipo, la excelencia y la diversión, con enfoque en crecimiento personal y recompensas compartidas. Al integrarse, el/la candidato/a formará parte de una comunidad que prioriza la comunicación abierta y relaciones laborales sólidas a largo plazo, respaldada por una estructura de desarrollo profesional y aprendizaje continuo.

Aplica directamente en el sitio original en Get on Board.

Responsabilidades del puesto

Buscamos Data Scientist con experiencia real llevando modelos de Machine Learning a producción y trabajando con datos complejos del mundo real.

El foco está en Classical ML, estadística aplicada y clustering, combinando análisis profundo con capacidad de construir soluciones mantenibles dentro de un entorno de ingeniería.

Lo que harás:

  • Desarrollar y evolucionar soluciones de Machine Learning y estadística aplicada.
  • Trabajar con datos reales, complejos y no estructurados.
  • Diseñar y evaluar modelos de clustering y aprendizaje no supervisado.
  • Extraer y construir tus propias features utilizando SQL.
  • Mantener y evolucionar modelos existentes en producción.
  • Trabajar con Python dentro de repositorios compartidos, PRs y code reviews.
  • Analizar resultados y traducirlos en soluciones comprensibles para usuarios y stakeholders.

Requisitos indispensables

  • 5+ años en Data Science / ML, fuerte en Python científico, SQL y classical ML.
  • Inglés intermedio/ avanzado – Obligatorio.
  • Experiencia sólida en Python científico: NumPy, pandas, scikit-learn y SciPy.
  • Capacidad para leer, entender y modificar algoritmos existentes, no solo utilizar estimadores de librería.
  • Experiencia práctica con clustering y aprendizaje no supervisado sobre datos reales.
  • Experiencia trabajando con SQL en data warehouses.
  • Experiencia con Snowflake o plataformas equivalentes como BigQuery, Redshift o Databricks.
  • Haber tenido ownership de un modelo en producción y responsabilidad sobre sus resultados.
  • Experiencia trabajando con Git, Pull Requests y Code Review.

Plus relevante

  • Clustering jerárquico o multi-nivel.
  • Feature engineering sobre series temporales y datos de telemetría.
  • Entity resolution, record linkage o deduplicación.
  • Weak supervision, active learning o human-in-the-loop.
  • Model explainability para usuarios no técnicos.
  • Experiment tracking con MLflow, Weights & Biases o similares.
  • Experiencia en data protection, backup, disaster recovery, snapshots o replication.

Beneficios que ofrecemos

  • Contrato a largo plazo.
  • 100% Remoto.
  • Vacaciones y PTOs
  • Posibilidad de recibir 2 bonos al año.
  • 2 revisiones salariales al año.
  • Clases de inglés.
  • Equipamiento Apple.
  • Plataforma de cursos en linea
  • Budget para compra de libros.
  • Budget para compra de materiales de trabajo
  • mucho mas..

GETONBRD Job ID: 63053

Computadora Improving proporciona una computadora para tu trabajo.
Vestimenta informal Improving no exige ningún código de vestimenta.

Política de trabajo remoto

Remoto sólo localmente

El trabajo es 100% remoto, pero los candidatos deben residir en Chile, Argentina, Perú o Colombia para postular.

Reporta este empleo
  1. Empleos
  2. Data Science / Analytics
  3. Improving
  4. Data Scientist – Classical ML

Acerca de Improving

Improving is an IT services firm focused on AI, Data, and Applications. We modernize legacy systems, build cloud-native platforms, and deliver future-ready solutions through collaborative, long-term partnerships that drive measurable outcomes. — Perfil completo de Improving

Data Scientist – Classical ML
Improving • Remoto (4 ubicaciones)
Compartir este empleo Compartir