Directo de la empresahace 15 horas
Científico de Datos
Devsavant
Remoto · Tiempo completo
Semi Senior2+ años
Este aviso fue publicado originalmente en inglés, así que es probable que necesites inglés para este puesto. La descripción puede estar traducida automáticamente al español; ante la duda, revisá el aviso original con el botón de postularte.
DevSavant busca un Científico de Datos con 2+ años de experiencia para unirse a su equipo remoto. Deberás construir modelos y productos de datos, trabajar con grandes datasets, desarrollar pipelines LLM y colaborar con stakeholders.
Descripción del puesto
Sobre DevSavant DevSavant es un socio operativo para startups y empresas en etapa de crecimiento, ayudándolas a convertir la ambición en ejecución. Apoyamos a fundadores y equipos de liderazgo con ingeniería de producto y dotación de personal global, desde prototipos tempranos y MVPs hasta la escalada de equipos de alto rendimiento. Nuestro talento verificado en LATAM y Asia se integra directamente en los equipos de los clientes, operando como extensiones reales en lugar de proveedores externos. Con más de 8 años de experiencia en ecosistemas respaldados por capital de riesgo, DevSavant es de confianza para acelerar la entrega, escalar equipos de manera eficiente y apoyar a las empresas a alcanzar su próximo hito. Sobre el Rol Buscamos un Científico de Datos para construir los modelos y productos de datos que lleguen a producción, desde modelos generativos en fuentes de datos mixtas, predicciones de comportamiento de suscriptores, hasta nuevos modelos para proveedores de TV (MVPDs). Profundizarás en conjuntos de datos grandes y desordenados para encontrar las tendencias y patrones que se convierten en funcionalidades implementadas, y construirás pipelines y agentes impulsados por LLM con las evaluaciones para demostrar que funcionan. Trabajarás en estrecha colaboración con científicos de datos e ingenieros para llevar ideas desde el primer experimento hasta la producción a escala de mercado, y colaborarás directamente con stakeholders multifuncionales, incluidos nuestros cofundadores. Este es un rol remoto de nivel intermedio, reportando al equipo de Ciencia de Datos, que requiere un dominio avanzado (C1) del inglés para una comunicación clara y directa sobre decisiones complejas de diseño técnico y de sistemas. Responsabilidades Clave - Construir modelos y productos de datos que lleguen a producción, desde modelos generativos en fuentes de datos mixtas hasta predicciones de comportamiento de suscriptores y nuevos modelos para proveedores de TV (MVPDs). - Profundizar en conjuntos de datos grandes y desordenados para encontrar las tendencias y patrones que se convierten en funcionalidades implementadas, y agregar las funciones, clases y herramientas a nuestra biblioteca central de ciencia de datos en Python en la que se basa el resto del equipo. - Asumir trabajo de I+D en Antenna: explorar nuevos conjuntos de datos y métodos para responder preguntas de negocio reales y presentar tus hallazgos a stakeholders senior. - Escribir código claro, bien organizado, testeable y eficiente utilizando principios de orientación a objetos, basado en un profundo conocimiento de Python central y herramientas de datos. Como te importa la calidad, tu código estará bien documentado. - Depurar sistemas distribuidos complejos y hacer que el código sea más rápido y capaz de manejar más datos. - Construir pipelines y agentes impulsados por LLM, y explicar los modos de falla que encontraste y las salvaguardas que agregaste. - Tratar las evaluaciones como un entregable central: validar las respuestas del modelo con salidas estructuradas impuestas por el proveedor, construir conjuntos de evaluación con verificaciones claras de aprobación/rechazo, calibrar rúbricas de LLM-como-juez y usar herramientas de rastreo para monitorear costos, latencia y calidad a lo largo del tiempo. Puedes señalar una evaluación que detectó un problema que la revisión humana pasó por alto. - Utilizar herramientas de codificación agentic como parte de tu flujo de trabajo diario: planificar primero, escribir pruebas e instrucciones por adelantado, y revisar cada cambio antes de aceptarlo, mientras diseñas, depuras y defiendes tu trabajo sin asistencia de IA. - Colaborar con stakeholders multifuncionales, incluidos nuestros cofundadores, y explicar claramente decisiones complejas de diseño técnico y de sistemas. Calificaciones Requeridas - Más de 2 años de experiencia construyendo modelos de machine learning y productos de datos en Python, con las habilidades de ingeniería para llevarlos desde el prototipo hasta la producción. - Experto en Python con un sólido diseño orientado a objetos, diseño de sistemas de software y experiencia en la construcción de código de alta calidad, testeable y listo para producción. - Experiencia práctica con frameworks de deep learning (PyTorch o TensorFlow), además de una profunda comprensión de los conceptos de machine learning, el ciclo de vida completo del desarrollo de modelos y los principios de MLOps. - Experiencia práctica con herramientas de procesamiento de datos a gran escala (por ejemplo, Apache Spark/PySpark, Dask) y sólidas habilidades en SQL trabajando con conjuntos de datos grandes y complejos. - Sólida experiencia con plataformas en la nube (GCP muy preferido), incluyendo la implementación, gestión y escalado de servicios (Docker, Cloud Run, GKE) y el trabajo con sistemas de big data (Dataproc, BigQuery). - Excelente resolución de problemas, habilidad para depurar sistemas distribuidos complejos y optimizarlos para rendimiento y escala. - Dominio avanzado del inglés (B2–C1) con sólidas habilidades de comunicación, trabajo en equipo y consultoría; capaz de explicar claramente decisiones complejas de diseño técnico y de sistemas. - Uso diario de herramientas de codificación agentic (Claude Code, Cursor o Codex CLI): planificar primero, escribir pruebas e instrucciones por adelantado, y revisar cada cambio antes de aceptarlo. Puedes diseñar, depurar y defender tu propio trabajo sin asistencia de IA; nuestro proceso de entrevista prueba esto directamente. - Experiencia construyendo y lanzando agentes o pipelines impulsados por LLM utilizando un framework de orquestación (LangGraph, Pydantic AI u OpenAI Agents SDK), incluyendo definiciones de herramientas personalizadas contra APIs internas y sistemas de datos, estado y memoria del agente, y pasos de revisión humana. Puedes explicar los modos de falla que encontraste y las salvaguardas que agregaste. - Tratas las evaluaciones como un entregable central: validas las respuestas del modelo con salidas estructuradas impuestas por el proveedor (Pydantic), construyes conjuntos de evaluación con verificaciones claras de aprobación/rechazo, calibras rúbricas de LLM-como-juez y utilizas herramientas de rastreo (Langfuse, LangSmith o Braintrust) para monitorear costos, latencia y calidad a lo largo del tiempo. Puedes describir una evaluación que detectó un problema que la revisión humana pasó por alto. Bonus - Experiencia en o pasión por la Economía de Suscripción, especialmente medios y entretenimiento; la experiencia trabajando con datos de medios o data clean rooms es una ventaja. - Experiencia con generación de datos sintéticos o modelos generativos avanzados (por ejemplo, GANs, VAEs, CTGAN). - Experiencia construyendo bibliotecas de Python que otros utilizan, o contribuciones a proyectos de código abierto. - Conocimiento de prácticas avanzadas de MLOps (como monitoreo de modelos) y herramientas de automatización de compilación (por ejemplo, Cloud Build, Cloud Run). - Experiencia construyendo integraciones de herramientas personalizadas para agentes: tus propias definiciones de herramientas y enrutamiento contra APIs internas y sistemas de datos, con esquemas de entrada claros, validación y manejo seguro de acciones de efecto secundario. - Experiencia con prácticas avanzadas de evaluación y observabilidad como calibración multi-juez, suites de regresión automatizadas y monitoreo en producción de la calidad del agente. - Familiaridad con RAG e ingeniería de contexto para anclar las respuestas del modelo en datos propietarios. - Experiencia utilizando LLMs para probar pipelines y flujos de trabajo de QA.
Responsabilidades
- Construir modelos y productos de datos
- Analizar grandes datasets
- Desarrollar pipelines LLM
- Escribir código Python de alta calidad
- Depurar sistemas distribuidos
- Validar respuestas de modelos
- Utilizar herramientas de codificación agentic
- Colaborar con stakeholders
Habilidades
ComunicaciónTrabajo en equipoConsultoríaResolución de problemasDepuración de sistemas distribuidosOptimización de rendimientoDiseño de softwarePrincipios de MLOpsComunicación claraColaboraciónPensamiento analítico