Empresa de IA busca Científico de Datos con experiencia en SQL y Python para trabajar en problemas de Machine Learning (Procesamiento de Lenguaje Natural) para clientes empresariales. Modalidad remota.
Si te copa el Machine Learning y el Procesamiento de Lenguaje Natural, esta es tu oportunidad. Podés trabajar remoto para una empresa de IA resolviendo desafíos para clientes grandes. Ideal si buscás aplicar tus skills en Python y SQL en un equipo colaborativo.
Descripción del puesto
IV.AI http://IV.AI busca un/a Data Scientist para unirse y ayudar a trabajar en problemas de machine learning (en el campo del procesamiento del lenguaje natural) para grandes clientes empresariales y para mejorar el conjunto de productos que ofrecemos. El/la candidato/a ideal debe ser servicial, receptivo/a, confiable y sentirse cómodo/a trabajando de forma remota dentro de un equipo pequeño con plazos ajustados. Valoramos a las personas que prosperan trabajando en colaboración en un equipo distribuido y que están entusiasmadas con el potencial del machine learning. Tu responsabilidad principal es entregar código, datos y insights de calidad listos para producción. Ejecuta tareas definidas y contribuye a resolver problemas con soluciones definidas. Rango salarial: USD 20.000 a 36.000 anuales (USD), según experiencia. Zona horaria: PST. Tipo de empleo: Empleado a tiempo completo. REQUISITOS INDISPENSABLES: - Más de 2 años escribiendo consultas en SQL o ejecutando modelos en Python/Jupyter. - Más de 2 años de experiencia con análisis estadístico. - Escribir y hablar con claridad, comunicarse con empatía. - Alto estándar de excelencia en tu trabajo. - Atención al detalle: detectar errores tipográficos en texto y errores en datos. SE VALORA: - Visualización de datos más allá de gráficos circulares y de barras (ej. box plots, histogramas, violin plots). - Github: pull, push, merge, PR, cherry-picking, issue tracking. - Expresiones Regulares. - PostgreSQL 12+. - Un ejemplo donde podamos ver tu estilo de escritura (en inglés), idealmente relacionado con datos. RESPONSABILIDADES: - Enfocarse principalmente en mejorar tu oficio como Data Scientist. - Construir consultas SQL para calcular métricas específicas. - Prototipar pipelines de datos en Jupyter. - Escribir informes claros y concisos para entregables de clientes y documentación para herramientas internas. - Analizar y presentar datasets o resultados con métodos sencillos. - Comprender el razonamiento detrás de las decisiones de diseño del equipo para verificar y depurar implementaciones de los diseños. CALIFICACIONES: Las personas geniales provienen de diversos orígenes y somos un equipo que encarna esto. No necesariamente buscamos una Maestría o Doctorado en Ciencias de la Computación. Buscamos a alguien a quien le importe articular observaciones de datos de alta calidad y que pueda trabajar con diligencia, abordando los problemas de manera sistemática. ¿Quiénes somos? IV.AI http://IV.AI es la plataforma de IA más inteligente del mundo, con un enfoque en el sector empresarial. Hemos crecido rápido, pero nuestro objetivo es mantener la naturaleza ágil que nos permitió construir grandes modelos de ML que superan los estándares de la industria. Hay muchas empresas ahora mismo que hablan del impacto potencial de la IA, mientras nosotros trabajamos duro y hemos demostrado repetidamente los beneficios. Ve la validación en la página de inicio o a través de estudios de caso y prensa. Somos… SERVICALES Intentamos ayudar a todos a estar mejor informados mediante el uso de machine learning, ya sea un modelo que da sentido a datos ruidosos de redes sociales, una interfaz activada por voz o una interfaz conversacional, queremos ayudar a otros a tomar decisiones más informadas utilizando IA. INCLUSIVOS Nuestra cultura inclusiva valora a las personas independientemente de su origen, educación o crianza. Para entrenar a las máquinas a actuar apropiadamente, necesitamos ser representativos de toda la población. La IA es tan buena como los equipos que trabajan en ella y el entrenamiento que recibe. TRABAJADORES Debes esperar desafíos difíciles trabajando con nuestra lista de clientes de primer nivel. En solo 3 años hemos construido una plataforma escalable con miles de soluciones de IA para empresas Fortune 500, incluyendo Sony, Netflix, Time Warner, Fox, Capital One, Estée Lauder, entre otras. PROFESIONALES Ser profesional y respetuoso con nuestros clientes es de suma importancia. Trabajamos con clientes de primer nivel y, a veces, manejamos datos muy sensibles. COLABORATIVOS Nuestros empleados resuelven problemas constantemente y evalúan sus propios resultados para maximizar la entrega. Es importante que nuestro equipo siempre busque la mejor manera de abordar los problemas para poder gestionar las expectativas de los clientes. INTELIGENTES Nunca intentamos escribir más código del necesario para una tarea. Modularizamos y sistematizamos todo. La concurrencia es importante para nosotros y las soluciones simples siempre ganan. Trabajamos juntos para determinar las mejores prácticas/procesos y para cumplirlos. Creemos que ningún desafío es demasiado difícil. EVOLUTIVOS Todavía somos jóvenes. Espera ser parte de un equipo central, con la capacidad de opinar sobre el futuro de la empresa. También espera que el equipo senior no tenga problemas en ser desafiado: les encanta escuchar. Quién deberías ser... Te debería encantar construir cosas y estar entusiasmado/a con la IA. Deberías ser inteligente y siempre estar dispuesto/a a aprender. Podrás aceptar tus propias limitaciones y ser honesto/a en que nadie lo sabe todo, cualquiera puede pedir apoyo. Siempre estarás buscando soluciones que puedan acelerar los flujos de trabajo. La eficiencia está en tu mente. Te gusta hacer las cosas de la "manera correcta", pero eres pragmático/a cuando tienes una fecha límite.
Responsabilidades
- Mejorar la habilidad como Científico de Datos
- Construir consultas SQL para calcular métricas específicas
- Prototipar pipelines de datos en Jupyter
- Escribir reportes claros y concisos para entregas a clientes y documentación interna
- Analizar y presentar datasets o resultados con métodos simples
- Comprender el razonamiento detrás de las decisiones de diseño del equipo para verificar y depurar implementaciones