Data Scientist / IA Engineer

LISIT; Santiago; Presencial; CLP 25.000.000 - 45.000.000; Jornada completa

Descripción de la vacante

LISIT busca un Data Scientist para definir arquitecturas de datos y modelos, promover buenas prácticas de MLOps y gobernanza de datos, y colaborar estrechamente con Backend, Procesos, QA y DevOps para asegurar soluciones de IA escalables y mantenibles.

El rol contempla diseñar, desarrollar, entrenar y poner en producción modelos analíticos y de IA que aporten valor al negocio logístico, transformando datos en información accionable para optimizar demanda, rutas, asignación de recursos y

Formación

• Formación universitaria en ingeniería o ciencias afines.
• Conocimientos de modelamiento estadístico y ML supervisado/no supervisado.
• Experiencia en ETL/EDA, manejo de datos y herramientas de versionado.

Responsabilidades

• Recopilar, limpiar, transformar y analizar grandes volúmenes de datos de la ecosistema logístico.
• Realizar EDA e identificar patrones y mejoras.
• Diseñar, entrenar, validar y optimizar modelos de ML/IA.
• Desplegar modelos en producción y monitorizar rendimiento (MLOps).
• Construir APIs y servicios para integración con aplicaciones del negocio.
• Colaborar con DevOps en pipelines de datos y despliegue (CI/CD).
• Documentar metodologías, supuestos y resultados de los modelos.
• Comunicar hallazgos y recomendaciones mediante visualizaciones y reportes.

Conocimientos

Análisis estadístico

Modelado de datos

Trabajo en equipo

Comunicación

Aprendizaje continuo

Educación

Universidad en Ingeniería Informática/Computación

Herramientas

Python

SQL

GitLab

APIs

Descripción del empleo

En Lisit estamos buscando un Data Scients + Antecedentes Generales

Además, define las arquitecturas de datos y modelos, promueve buenas prácticas de MLOps y de gobierno de datos, y colabora estrechamente con equipos de Backend, Procesos, QA y DevOps para asegurar que las soluciones de IA sean escalables, mantenibles y estén alineadas con los objetivos estratégicos de la empresa.

Responsable de diseñar, desarrollar, entrenar y poner en producción modelos analíticos, predictivos y de inteligencia artificial que aporten valor al negocio logístico. Su principal objetivo es transformar los datos en información accionable y soluciones inteligentes que optimicen procesos como pronóstico de demanda, optimización de rutas, asignación de recursos, detección de anomalías y mejora de la experiencia del cliente.

Principales Funciones

Objetivos del Cargo

Responsable de diseñar, desarrollar, entrenar y poner en producción modelos analíticos, predictivos y de inteligencia artificial que aporten valor al negocio logístico. Su principal objetivo es transformar los datos en información accionable y soluciones inteligentes que optimicen procesos como pronóstico de demanda, optimización de rutas, asignación de recursos, detección de anomalías y mejora de la experiencia del cliente.

• Recopilar, limpiar, transformar y analizar grandes volúmenes de datos provenientes de distintas fuentes del ecosistema logístico.
• Realizar análisis exploratorio de datos (EDA) e identificar patrones, tendencias y oportunidades de mejora.
• Diseñar, desarrollar, entrenar, validar y optimizar modelos de machine learning e inteligencia artificial.
• Desplegar modelos en producción y monitorear su rendimiento, asegurando su reentrenamiento y mejora continua (MLOps).
• Construir y exponer servicios y APIs para la integración de modelos con las aplicaciones del negocio.
• Colaborar con equipos de DevOps en la definición de pipelines de datos y de despliegue (CI/CD).
• Documentar metodologías, supuestos, decisiones técnicas y resultados de los modelos para facilitar la colaboración y trazabilidad.
• Comunicar hallazgos y recomendaciones a las áreas de negocio mediante visualizaciones y reportes claros.

Requisitos

Formación

Título universitario en Ingeniería en Informática, Ingeniería en Computación, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería Civil Industrial o carreras afines.

Conocimientos y/o experiencia

Experiencia Excluyente En Las Siguientes Tecnologías

• Python (Pandas, NumPy, scikit-learn)
• Frameworks de Deep Learning (TensorFlow, PyTorch, Keras)
• SQL y manejo de bases de datos relacionales y no relacionales. Ideal Postgresql.

Conocimientos Obligatorios: Modelamiento estadístico y machine learning supervisado/no supervisado. Limpieza, transformación y análisis exploratorio de datos (ETL/EDA). Gitlab. Experiencia en metodologías ágiles. JSON. Linux Nivel Medio. Consumo e integración de APIs.

Competencias y Habilidades

• Pensamiento analítico y estadístico para extraer conclusiones a partir de los datos.
• Capacidad para traducir necesidades del negocio en problemas de datos y modelos.
• Trabajo en equipo y comunicación efectiva con áreas de negocio, Backend, QA y DevOps.
• Capacidad de aprendizaje y adaptación a nuevas técnicas, herramientas y tendencias en IA.
• Rigurosidad en la validación de modelos y la calidad de los datos.
• Conocimientos de metodologías ágiles con SCRUM (no excluyente).

Trayectoria Laboral / Conocimientos que suman puntos

Postgrados, diplomados o certificaciones en Ciencia de Datos, Machine Learning, Inteligencia Artificial o áreas relacionadas (opcional, pero valorado).

Deseable experiencia en proyectos de logística, transporte, optimización de rutas, pronóstico de demanda o detección de anomalías.

Conocimientos que suman puntos: MLOps (MLflow, Kubeflow, Airflow). Manejo de Contenedores (Docker, Kubernetes). LLMs e IA Generativa (LangChain, RAG, fine-tuning, prompt engineering). Automatización (N8N). Herramientas de visualización (Power BI, Tableau, Grafana). Big Data (Spark, Hadoop).