Científico De Datos Bioestadístico ML Metodos Clasicos Procesamiento De Señales

Vacantes: 2 posicionesCiudad: Bogotá, ColombiaModalidad: Híbrido (3 días oficina, 2 remotos) + Visitas clínicas ocasionalesContrato: Prestación de serviciosCompensación: $11M - $14M COP mensualesEquity: 0.05% Common Stock, vesting 4 años (cliff 50% año 2)Vacaciones: 15 días anuales + 5 por enfermedad + 12 festivos
Quiénes SomosSamay es una empresa colombo-estadounidense de tecnología médica (Deep Tech) revolucionando el diagnóstico de EPOC mediante un ecosistema integrado: sensor propietario adherible al pecho, app móvil y plataforma en la nube potenciada por IA.
Reconocimientos recientes:Ganador Startco 2026MedTech Innovator 2024Mejor Startup de Colombia, GoFest 2025Cobertura en TechCrunch, Forbes y Bloomberg
La Oportunidad
Buscamos 2 Cientificos de Datos / Bioestadísticos en Bogotá para transformar datos complejos de bioseñales respiratorias en modelos estadísticos robustos que fundamenten la aprobación regulatoria y validación clínica de nuestro algoritmo de diagnóstico.Trabajarás directamente con Ricardo (CTO) en:Desarrollo de modelos basados en handed-craft features con rigor e interpretabilidad estadísticaProcesamiento intensivo de bioseñales (acelerómetros, micrófonos, sensores), grandes cantidades de datosExtracción de características clínicamente significativasValidación regulatoria (estándares FDA, reproducibilidad, sensibilidad/especificidad,trazabilidad)Análisis lineales y no lineales con datos reales de pacientes
Tus modelos serán el fundamento para presentaciones ante FDA, inversores y socios clínicos internacionales.
Qué Harás
1. ML / Modelado Estadístico RobustoDesarrollar, validar y refinar modelos estadísticos clásicos para capturar patrones en bioseñales respiratorias. Iterar constantemente sobre datos de pacientes reales mejorando precisión, reproducibilidad y confiabilidad. Procesamiento riguroso de datos para extraer insight clínico significativo. Diseñar e implementar flujos de entrenamiento e inferencia para modelos de clasificación, regresión y forecasting, aplicando conocimiento sólido en estas técnicas.2. Análisis e Ingeniería de BioseñalesProcesar datos complejos de múltiples sensores (acelerómetros, micrófonos, temperatura) para extraer características significativas. Colaborar con equipo clínico en validación de fenotipos de pacientes y derivación de medidas clínicas.3. Validación Estadística para RegulatorioEstructurar análisis que cumplan estándares FDA/ISO para reproducibilidad, sensibilidad y especificidad. Documentar metodología y hallazgos con rigor científico absoluto.4. Integración de Modelos en PipelinesColaborar con equipo de ingeniería para integración de modelos en pipelines de procesamiento de datos. Asegurar trazabilidad, reproducibilidad y flujos end-to-end con capacidad de orquestación de información entre sistemas.5. Gestión del ConocimientoOrganizar y documentar metodologías, procesos y lecciones aprendidas en base centralizada (Notion) para acelerar onboarding y exploración futura.
Qué Pedimos
EducaciónPhD en Bioestadística, Ingeniería Biomédica, Estadística aplicada a ciencias de la salud, o equivalente comprobableO bien: Maestría + 7+ años experiencia demostrativa en análisis estadísticoExperiencia5+ años liderando análisis estadístico en dispositivos médicos, ensayos clínicos o investigación en saludExperiencia demostrable en bioseñales: ECG, EMG, acústica respiratoria, acelerómetros u otros sensoresFamiliaridad con entornos regulados (FDA, ISO 14155/14971, IEC 62304) o equivalentesCompresión de estándares de reproducibilidad y calidad en ciencias de la vida
Habilidades Técnicas (Requeridas)Python avanzado: NumPy, SciPy, Pandas, Scikit-learnMétodos estadísticos clásicos: pruebas de hipótesis rigurosas, intervalos de confianza, power analysisSeries temporales: análisis temporal, autocorrelación, detección de eventosProcesamiento de señales: filtrado, transformadas, extracción de característicasValidación rigurosa: cross-validation, análisis de confiabilidad (ICC, Kappa), test-retestVisualización: Matplotlib, Plotly, ggplot2
Habilidades Técnicas (Big Plus)Procesamiento Digital de Señales (DSP): espectrograma, FFT, wavelets, análisis de frecuenciaConocimiento de redes neuronales (no obligatorio, pero valorado para future work)ML Flow, GitHub, herramientas de versionado para reproducibilidadOrquestación de pipelines de datos: experiencia con flujos end-to-end, movimiento de información entre sistemas (local o cloud)
Competencias BlandasComunicación clara: explicar análisis complejos a equipo técnico, clínico e inversoresOrientación a datos: toma de decisiones basada en evidenciaAutonomía: capacidad para diseñar estudios, formular hipótesis y validarlasCuriosidad clínica: interés en entender patología respiratoria
IdiomaInglés avanzado (C1): presentaciones con socios internacionales, revisión de literatura especializada
Contexto GlobalExperiencia previa en corporaciones internacionales o exteriorComprensión de ecosistema de startups de alto ritmo
IA Generativa (Deseable)Nivel intermedio en herramientas de IA (Claude, Gemini, GPT) para síntesis de datos y automatización de reportes
Lo Que NO Buscamos (Ahora)Especialistas exclusivos en Deep Learning / Transformer modelsIngenieros de datos puros (sin capacidad de modelaje)Perfiles que se abrumen con "tocar code" para integración en pipelinesCandidatos sin experiencia en contextos clínicos o reguladosNota: Estos perfiles serán prioritarios en futuras etapas de contratación.
DeseablePublicaciones en journals científicos o experiencia con white papersMentoría de junior data scientists o estudiantesExperiencia con análisis de datos clínicos longitudinales (GAMM, joint models)Conocimiento de estándares de calidad en diagnóstico médico
Por Qué SamayTu rigor estadístico definirá la confiabilidad de diagnósticos que alcanzan millones de pacientesAutonomía real para diseñar estudios clínicos, validar hipótesis complejas y liderar decisiones basadas en datosAcceso directo al CTO y CEO para influir en dirección estratégica de productoPlan claro de carrera hacia Principal Data Scientist en 4 añosImpacto directo en regulatorio y validación clínica (no solo "features")Integración con equipo clínico (Dr. Liliana Arias, Dr. Jaime Alvarado) y partners internacionales (ResMed, Chiesi)
Proceso de Selección
Revisión de Perfil: CV, publicaciones, referenciasVideollamada (30 min): Alineación de expectativas, background en contextos reguladosEntrevista Técnica: Conversación con Ricardo (CTO) sobre metodología y enfoques estadísticosReto Técnico (3-5 días): Análisis de dataset real con biosignals; propuesta de modelo y hallazgosInmersión Técnica: Sesión profunda con Ricardo sobre problemas actuales de modelado y roadmapEntrevista CEO: Visión de producto, plan de carrera, fit cultural
Preguntas Frecuentes
P: ¿Necesito tener experiencia en Deep Learning? R: No es requisito para esta etapa. Valoramos más solidez en estadística clásica, procesamiento robusto de datos y análisis riguroso de señales. Deep Learning es un plus, no un must-have.P: ¿Necesito conocer sobre EPOC o patología respiratoria? R: No es obligatorio, pero tu capacidad para aprender contexto clínico rápidamente será evaluada. Buscamos alguien con curiosidad clínica.P: ¿Qué rol juega el DSP? R: Es un big plus. Si sabes FFT, wavelets, espectrograma y análisis de frecuencia, tendrás ventaja competitiva. Pero no es must-have si tu base estadística es sólida.P: ¿Debo trabajar en oficina todos los días? R: No. Modalidad es híbrida (3 días en Bogotá, 2 remotos). Habrá visitas clínicas ocasionales.