Data Scientist
Summary
Build and deploy ML models in Python/SQL, from experimentation to production, using MLOps and A/B testing to drive business impact.
En DataKnow buscamos un/a Data Scientist para unirse a nuestro equipo de forma remota en México. Esta persona será responsable de desarrollar e implementar modelos de Machine Learning que resuelvan problemas de negocio reales, llevándolos desde la experimentación hasta la producción. Para triunfar en este rol se necesita dominio avanzado de Python y SQL, experiencia sólida en MLOps end-to-end y capacidad para diseñar experimentos rigurosos que traduzcan resultados estadísticos en impacto de negocio.
Responsabilidades
- Desarrollar modelos de Machine Learning (clasificación, clustering, series de tiempo, forecasting y detección de anomalías) aplicados a distintos dominios de negocio.
- Implementar prácticas de MLOps end-to-end: versionado de modelos (MLflow u otras herramientas), monitoreo de concept drift y despliegue en producción.
- Desplegar modelos como API REST utilizando contenedores (Docker) para garantizar escalabilidad y disponibilidad.
- Diseñar y ejecutar experimentos de A/B Testing, analizando resultados con rigor estadístico.
- Comunicar hallazgos e impacto de los modelos y experimentos a audiencias de negocio, traduciendo resultados técnicos en decisiones estratégicas.
- Trabajar con Python avanzado (Pandas, NumPy, Scikit-learn, PySpark) y SQL analítico complejo para el procesamiento y análisis de datos.
Requisitos
- Profesional en Ingeniería de Datos, Ciencia de Datos o carreras afines.
- Mínimo 2 años de experiencia como científico/a de datos.
- Dominio obligatorio de Python avanzado (Pandas, NumPy, Scikit-learn, PySpark) y SQL analítico complejo.
- Experiencia comprobada llevando modelos de Machine Learning a producción real (no solo experimentación), en al menos 2 dominios de negocio distintos.
- Experiencia en MLOps end-to-end: versionado de modelos, monitoreo de concept drift y despliegue como API REST con Docker/contenedores.
- Experiencia en A/B Testing y experimentación estadística rigurosa, incluyendo diseño de experimentos y comunicación de resultados.