Data Scientist

Descripción

Resumen del Puesto: Responsable del desarrollo, despliegue y transferencia de modelos analíticos y pipelines para generar valor a stakeholders. Puntos Destacados: 1. Construcción y despliegue de productos analíticos en producción. 2. Experiencia en modelamiento y análisis avanzados. 3. Valoran experiencia en industria minera y metodologías ágiles. Objetivo del cargo Responsable del desarrollo, despliegue y transferencia de modelos analíticos y pipelines que sustentan los objetivos del proyecto, asegurando la generación de valor para los stakeholders. Alcances / responsabilidades * Consolidar datos, pipelines y modelos del proyecto. * Construir, ajustar y desplegar productos analíticos a producción. * Ejecutar pilotajes y análisis avanzados para validar lo desarrollado y generar valor a los stakeholders. * Documentar y ejecutar la transferencia de los desarrollos a continuidad operacional Requisitos mínimos (obligatorios) * Mínimo 3 años de experiencia práctica en modelamiento y análisis avanzados. * Dominio de Databricks, SQL y Python. * Construcción de modelos predictivos / Machine Learning (Redes Neuronales, Random Forest, anomaly detection, series de tiempo). * Soluciones end\-to\-end (datos → modelo → consumo) y visualización de resultados (Power BI, Plotly / Dash o equivalente). * Buenas prácticas de ingeniería de software y control de versiones con Git (ramas, pull requests, code review); trabajo bajo metodologías ágiles (Azure DevOps). Experiencia en minería (altamente valorada) * Experiencia comprobable en la industria minera y sus procesos (Mina, Concentradora, Hidrometalurgia, Flotación o procesos asociados) — altamente valorada por el cliente. * Idealmente sobre datos operacionales reales de proceso minero. Certificaciones (deseables) * Databricks Machine Learning (Associate) o certificaciones Azure de ciencia de datos / ML. * Formación de postgrado en Ciencia de Datos o áreas afines. Gestión de proyectos, personas y comunicación * Gestión del tiempo: cumple los plazos de sus modelos y análisis con autonomía. * Gestión de requerimientos: traduce necesidades de negocio en soluciones analíticas con apoyo del líder. * Gestión de personas / equipo: coordina eficazmente con expertos de proceso y el equipo técnico. * Comunicación: explica resultados de modelos de forma clara a usuarios y contrapartes. Requisitos deseables (diferenciadores) * Prácticas de MLOps: versionamiento y registro de modelos (MLflow), reproducibilidad y monitoreo del desempeño. * Trazabilidad de material; operaciones de mina y planta. * Hidrometalurgia, lixiviación o procesos asociados a SX\-EW. * Unity Catalog, Delta Lake, Databricks Asset Bundles (DAB) y PySpark. Formación académica Título profesional en Ingeniería, Estadística o carrera afín. Deseable formación de postgrado en Ciencia de Datos.