Senior Data Scientist

Buscamos un Científico de Datos Senior con profunda experiencia en IA probabilística y aprendizaje automático estadístico para dar soporte a la plataforma de e-commerce de un cliente. En este rol, diseñarás y validarás modelos probabilísticos —cubriendo precios dinámicos, estimación de costos de envío, recomendaciones y segmentación— mientras trabajas en estrecha colaboración con nuestro arquitecto de soluciones, el CTO del cliente y el equipo de ingeniería del cliente para dar forma a cómo esos modelos encajan en la arquitectura de la plataforma. Duración del proyecto: 3 - 6 meses.

Responsabilidades clave

• Modelado e inferencia bayesianos: Diseñar e implementar modelos estadísticos bayesianos — priors, likelihoods e inferencia posterior — para soportar la toma de decisiones bajo incertidumbre en casos de uso relacionados con precios, segmentación y demanda.
• Cadenas de Markov y Modelos Ocultos de Markov: Construir formulaciones de cadenas de Markov y Modelos Ocultos de Markov para patrones secuenciales y de comportamiento (ej. etapas del ciclo de vida del cliente, transiciones de estado), produciendo resultados que los servicios downstream puedan consumir.
• Muestreo MCMC y Metropolis-Hastings: Aplicar métodos de Monte Carlo de Cadenas de Markov, incluido el muestreo Metropolis-Hastings, para estimar distribuciones posteriores para modelos sin soluciones de forma cerrada, y validar la convergencia y la calidad del muestreo.
• Modelado de mezclas: Desarrollar modelos de mezclas — Modelos de Mezclas Gaussianas en particular — para soportar casos de uso de segmentación, identificando agrupaciones latentes de clientes o productos a partir de datos transaccionales y de comportamiento.
• Expectation-Maximization: Implementar Expectation-Maximization para la estimación de variables latentes subyacentes a modelos de mezclas y tareas relacionadas de aprendizaje no supervisado.
• Colaboración en arquitectura: Trabajar junto a nuestro arquitecto de soluciones y el CTO del cliente para alinear el diseño del modelo con la arquitectura de la plataforma. Si bien este no es un rol de propiedad de la arquitectura, deberías poder razonar sobre los puntos de integración, los límites del servicio y las compensaciones técnicas lo suficiente como para operar con un grado razonable de autonomía y reducir la carga de soporte del arquitecto.
• Traducción a producción: Guiar a la ingeniería backend sobre cómo los modelos estadísticos se traducen en la arquitectura del servicio de producción — informando el diseño de API, los contratos de datos y los puntos de integración dentro de los microservicios existentes de la plataforma y los pipelines basados en eventos.
• Gestión del ciclo de vida del modelo: Definir el enfoque para el entrenamiento, validación, versionado, monitoreo/detección de drift y cadencia de reentrenamiento una vez que los modelos estén en producción.
• Colaboración en roadmap: Asociarse con los líderes de entrega e ingeniería para dimensionar, secuenciar y estimar iniciativas de modelado probabilístico/estadístico en el roadmap del producto.
• Documentación y entrega: Documentar supuestos de modelado, metodología y resultados de validación, y proporcionar una guía de entrega clara para que los modelos sigan siendo mantenibles por el equipo de ingeniería después del compromiso.

Requisitos

• 90% de inglés escrito y oral (nivel B2 como mínimo) con excelentes habilidades de comunicación.
• Experiencia de nivel senior, con la capacidad de comunicarse con confianza tanto con stakeholders técnicos como de negocio, debe sentirse cómodo discutiendo el impacto en el negocio y las compensaciones directamente con el CTO.
• Sólido historial demostrable en el diseño de modelos estadísticos bayesianos, cadenas de Markov, Modelos Ocultos de Markov, métodos MCMC (incluido el muestreo Metropolis-Hastings), modelos de mezclas (idealmente Modelos de Mezclas Gaussianas) y Expectation-Maximization — modelado predictivo clásico, no ML supervisado/basado en LLM estándar moderno.
• Se prefiere encarecidamente la experiencia en el diseño de modelos estadísticos/ML con la implementación en producción en mente; la implementación práctica en producción es una ventaja, pero no obligatoria — la prioridad es la capacidad de arquitectar el enfoque de modelado y guiar a la ingeniería a través de él.
• Dominio de Python (o R) con bibliotecas probabilísticas/estadísticas estándar (ej. PyMC, Stan, scikit-learn, NumPy/SciPy) para el desarrollo y validación de modelos.
• Capacidad para razonar sobre cómo los modelos estadísticos/matemáticos se traducen en arquitectura de producción orientada a servicios — comprensión de APIs, contratos de datos y cómo trabajar directamente con ingenieros backend y arquitectos para integrar modelos.
• Sólida comprensión de control de versiones, prácticas de testing y CI/CD, suficiente para colaborar eficazmente con un equipo de ingeniería en la entrega de producción.
• Fuertes habilidades de comunicación escrita y verbal, con la capacidad de explicar el comportamiento del modelo, los supuestos y la incertidumbre a stakeholders no técnicos.

Calificaciones preferidas/A tener en cuenta

• Experiencia en dominios de e-commerce o retail, particularmente optimización de precios, segmentación de clientes o pronóstico de demanda.
• Familiaridad con cómo los modelos de ML se integran en arquitecturas de microservicios (REST/GraphQL) y sistemas basados en eventos (ej. colas de mensajes/pub-sub) — la experiencia práctica de despliegue es una ventaja, pero no se espera.
• Familiaridad con ecosistemas comunes de servicios backend (ej. .NET, Java o Node.js) incluso si el modelado en sí se realiza en Python — para una entrega más fluida al equipo de ingeniería de producción.
• Exposición a conceptos de MLOps como registros de modelos, monitoreo o feature stores — útil para conversaciones de entrega, pero no un requisito central.
• Antecedentes en ciencia de precios, sistemas de recomendación o analítica de marketing.
• Experiencia comunicando recomendaciones de modelado directamente a stakeholders de negocio o ejecutivos (ej. conversaciones a nivel CEO/CTO).

Aceptamos postulaciones de países de LATAM.