Data Scientist AWS - SR

Nos encontramos en la búsqueda de un/a Senior Data Scientist para incorporarse a proyectos de analítica avanzada y desarrollo de soluciones de datos en entornos cloud. Buscamos un perfil con experiencia en Python, AWS y construcción de pipelines de datos, capaz de participar en el diseño, desarrollo e implementación de modelos analíticos y procesos de datos escalables.

La persona seleccionada trabajará junto a equipos multidisciplinarios para transformar datos en información accionable, desarrollando soluciones robustas sobre la nube de AWS.

Los candidatos deben residir en Argentina, Colombia, Perú o Chile.

Responsabilidades

Diseñar, desarrollar y mantener pipelines de datos escalables en AWS.
Implementar procesos de extracción, transformación y carga (ETL/ELT).
Desarrollar soluciones analíticas utilizando Python.
Construir, entrenar y desplegar modelos de Machine Learning utilizando Amazon SageMaker.
Integrar y automatizar flujos de datos desde diversas fuentes.
Garantizar la calidad, disponibilidad y confiabilidad de los datos.
Colaborar con equipos de negocio y tecnología para identificar oportunidades basadas en datos.
Optimizar procesos y arquitecturas de datos en entornos cloud.
Monitorear y mejorar el rendimiento de modelos y pipelines productivos.
Participar en la definición de buenas prácticas de Data Science, Data Engineering y MLOps.

Requisitos Excluyentes

+3 años de experiencia en Data Science, Machine Learning o Data Engineering.
Experiencia comprobable en proyectos sobre AWS.
Experiencia en desarrollo con Python.
Experiencia en Amazon SageMaker para entrenamiento y despliegue de modelos.
Experiencia en diseño e implementación de Data Pipelines.
Experiencia trabajando con bases de datos SQL y procesamiento de datos.
Manejo de procesos ETL/ELT.
Conocimiento de control de versiones (Git).
Conocimiento sólido de servicios AWS Cloud (S3, Glue, Athena, Lambda, Redshift, EMR, IAM, CloudWatch, Step Functions)

Deseables

Experiencia desarrollando modelos de Forecasting / Predicción de Series Temporales.
Conocimiento de bibliotecas como: (Pandas, NumPym, Scikit-Learn, Statsmodels, Prophet, XGBoost)
Conocimientos de MLOps.
Experiencia con Docker.
Conocimientos de CI/CD.
Experiencia en arquitecturas Data Lake y Lakehouse.

Soft Skills

Pensamiento analítico.
Orientación a resultados.
Capacidad de resolución de problemas complejos.
Autonomía y proactividad.
Trabajo en equipo.
Comunicación efectiva con áreas técnicas y de negocio.