Científico de datos GCP

🌐 𝗟𝗮𝘀 𝗺𝗲𝗷𝗼𝗿𝗲𝘀 𝗼𝗽𝗼𝗿𝘁𝘂𝗻𝗶𝗱𝗮𝗱𝗲𝘀 𝗲𝗻 𝘁𝗲𝗰𝗻𝗼𝗹𝗼𝗴𝗶́𝗮 𝗲𝘀𝘁𝗮́𝗻 𝗲𝗻 𝗘𝘅𝗽𝗲𝗿𝗶𝘀 𝗖𝗵𝗶𝗹𝗲🌐
Creemos en el poder del Ingenio Humano para transformar la tecnología, impulsar la innovación y construir el futuro digital. Por eso, conectamos a profesionales de tecnología con organizaciones líderes y proyectos de alto impacto.✨Da el siguiente paso en tu carrera y encuentra la oportunidad que se alinea con tus habilidades, experiencia y aspiraciones.
Nos encontramos en búsqueda de un 💻 Científico de datos GCP💻 para un cliente del rubro de Servicios y consultoría TI
Propósito del rol
Aprovechar los datos para impulsar decisiones estratégicas, construir sistemas inteligentes y generar hallazgos de alto impacto para el negocio. Trabajarás en la intersección entre analítica, ingeniería y negocio, con autonomía para llevar modelos y experimentos desde la hipótesis hasta producción y medir su impacto real.
Qué hará
Traducir preguntas complejas de negocio en problemas analíticos o de ML que influyan directamente en decisiones operativas y de producto.Diseñar, ejecutar y analizar experimentos A/B: cálculo de tamaño muestral, poder estadístico, métricas guardrail y lectura de resultados.Aplicar inferencia causal y modelos de uplift (por ejemplo, diff-in-diff, propensity score, variables instrumentales o meta-learners) cuando no sea posible experimentar o para focalizar acciones.Construir modelos predictivos sobre datos curados y gobernados en BigQuery, con pipelines reproducibles (control de versiones, seeds, tracking de experimentos y ambientes definidos).Desplegar modelos en producción en GCP (Vertex AI, Cloud Run u otros), con monitoreo de desempeño y drift.Definir y evolucionar métricas de producto y negocio (NPS, pricing, loyalty) para medir éxito e impacto.Integrar soluciones de GenAI/LLM y evaluarlas con métricas y métodos explícitos: datasets de evaluación, LLM-as-a-judge, evaluación humana, métricas de exactitud, relevancia y alucinación, además de costo y latencia.Comunicar resultados con visualizaciones y storytelling claros para audiencias de negocio y directivas.Promover el uso responsable de datos y experimentación, identificando y mitigando sesgos y riesgos.
Requisitos excluyentes (experiencia práctica demostrable)
SQL avanzado y manipulación de datos para análisis y modelamiento.Al menos un caso concreto de experimentación A/B de punta a punta, desde el diseño hasta la decisión de negocio.Experiencia aplicando inferencia causal o modelos de uplift en un problema real.Modelos desplegados en producción con prácticas de reproducibilidad.Experiencia práctica en Google Cloud (BigQuery y, deseablemente, Vertex AI o Cloud Run).Buenas prácticas de desarrollo: Git, code review, testing y CI/CD.Conocimiento de Terraform para provisionar o mantener recursos en GCP.Al menos un caso de GenAI/LLM con método de evaluación definido.Autonomía para implementar, desplegar y resolver problemas.
Deseables
Modelado de datos con dbt o Dataform (ELT).BI con Looker o Tableau.Conocimiento de dominio en NPS, pricing o loyalty.Gobernanza y ética de datos.
Condiciones de contratación:
Contrato indefinidoRemoto con disponibilidad para asistir presencialmente ante eventualidades.Beneficios: día libre de cumpleaños, dos días administrativos al año, un día extra de vacaciones (al tomar al menos 10 días), seguro complementario de salir, dental y de vida, tarjeta Pluxee (sodexo), entre otros.
Importante para postular
Los CV se analizan con IA y se contrastan directamente con esta descripción. Para cada requisito excluyente, indica de forma explícita el problema, el método utilizado, cómo se desplegó o validó y el impacto en negocio. Por ejemplo: "Diseñé un A/B test de pricing (n=120 mil usuarios, poder 80%) que aumentó la conversión en 3,2 pp; construí un modelo de uplift (T-learner) para focalizar campañas de loyalty, desplegado en Vertex AI, que redujo el costo de incentivos en 18%." O bien: "Evalué un asistente basado en LLM con un set de 300 casos etiquetados y LLM-as-a-judge, reduciendo la tasa de alucinación del 12% al 4%." Si una técnica o herramienta no aparece mencionada con un ejemplo concreto, el sistema puede considerarla como no presente.