Data Scientist Senior – AWS / Sagemaker / Python / Neptune

· Estandarizar procesos de ingesta, limpieza y gobierno de datos en el Data Lake.

· Diseñar, entrenar y desplegar modelos de ML/AI end-to-end sobre infraestructura AWS.

· Construir y optimizar procesos de feature engineering para preparar datasets de entrenamiento.

· Desarrollar y entrenar modelos de machine learning utilizando AWS, principalmente SageMaker.

· Diseñar e implementar grafos de conocimiento / ontología del dominio (entidades, atributos y relaciones).

· Evaluar el desempeño de modelos mediante métricas y técnicas de validación adecuadas.

· Implementar pipelines de machine learning reproducibles para entrenamiento y despliegue.

· Desplegar modelos en producción mediante endpoints de inferencia en tiempo real o batch.

· Monitorear el desempeño de los modelos en producción y gestionar reentrenamientos.

· Traducir insights técnicos en productos de analítica avanzada para la toma de decisiones.

· Colaborar con equipos técnicos y de negocio para definir soluciones analíticas escalables.

Responsabilidades:

· Ingeniería de datos: Pipelines en S3, Glue, Lambda, Athena. Feature engineering, validación y monitoreo de calidad.

· Modelado estadístico y ML: Regresión, clasificación, series de tiempo, NLP. Evaluación rigurosa y documentación técnica.

· Deployment y MLOps: Productización en SageMaker/Lambda. CI/CD, versionamiento y monitoreo de modelos.

· Análisis y comunicación: Dashboards, storytelling y soporte a decisiones estratégicas.

· Gobierno y ética de datos: Mejores prácticas, documentación, reproducibilidad y cumplimiento normativo.

· Formación en Ingeniería, Estadística, Matemáticas, Ciencias de la Computación o afines.

· Python avanzado (pandas, numpy, scikit-learn, PyTorch/TensorFlow deseable).

· Experiencia comprobable con AWS: S3, Athena, Data Lake, Lambda, SageMaker Studio.

· Sólida base en estadística aplicada e inferencia. • Experiencia completa en ciclos de vida ML/AI.

· SQL avanzado (Athena, Presto, Redshift).

· Control de versiones, documentación y testing de modelos/datos.

· Experiencia práctica en bases de datos de grafos.

· Deseables: Conocimientos en PySpark o SparkSQL. • Visualización con herramientas como Power BI.

Pensamiento crítico y enfoque científico.
Autonomía, comunicación efectiva y colaboración.
Curiosidad y aprendizaje continuo.