Data Scientist

Stefanini Latam; Bogotá; Presencial; COP 90.000.000 - 150.000.000; Jornada completa

Descripción de la vacante

Stefanini Latam busca un científico de datos con experiencia en ML y Microsoft Fabric para convertir datos en modelos y decisiones de negocio.

Trabajarás con Data Lakehouse, Notebooks y Power BI para desarrollar soluciones analíticas y modelos predictivos, colaborando con Ingeniería de Datos para asegurar calidad y despliegue.

Formación

• Experiencia mínima de 3 años en Ciencia de Datos, ML o analítica avanzada.

Responsabilidades

• Transformar información de negocio en modelos, análisis e insights accionables.

Conocimientos

Python

SQL

Machine Learning

Data Analysis

Statistics

Comunicación efectiva

Educación

Profesional en Estadística, Matemáticas, Ingeniería, Ciencias de la Computación, Economía, Física, Ciencia de Datos

Posgrado en Data Science / IA (valorado)

Herramientas

Microsoft Fabric

Power BI

Notebooks (Fabric)

Lakehouse

OneLake

Delta Lake

PySpark

Spark

Azure Machine Learning

MLflow

Git

Pandas

NumPy

Scikit-learn

Descripción del empleo

Job description

¡Sé parte de Stefanini!

En Stefanini somos más de 30.000 genios, conectados desde 41 países, haciendo lo que les apasiona y co‑creando un futuro mejor.

Main responsibilities

• Experiencia sólida en analítica avanzada, Machine Learning y generación de soluciones basadas en datos, con conocimiento práctico y comprobable en Microsoft Fabric.
• Su principal responsabilidad será transformar información del negocio en modelos, análisis e insights accionables, participando desde la exploración y preparación de datos hasta la construcción, evaluación y puesta en operación de modelos analíticos y de Machine Learning.
• Analizar grandes volúmenes de información para identificar patrones, tendencias y oportunidades de negocio.
• Diseñar y desarrollar modelos estadísticos y de Machine Learning.
• Trabajar con Microsoft Fabric Data Science para desarrollar soluciones analíticas.
• Realizar análisis exploratorio, preparación, transformación y enriquecimiento de datos.
• Desarrollar modelos predictivos, clasificación, regresión, segmentación, forecasting u otros modelos según los casos de uso.
• Utilizar notebooks de Microsoft Fabric para experimentación y desarrollo.
• Trabajar con información almacenada en Lakehouse / OneLake.
• Evaluar desempeño, precisión y estabilidad de modelos.
• Realizar feature engineering y selección de variables.
• Documentar metodología, hipótesis, resultados y conclusiones de los modelos desarrollados.
• Traducir problemas de negocio en preguntas analíticas y casos de uso de Data Science.
• Presentar resultados y recomendaciones de manera comprensible para stakeholders técnicos y de negocio.
• Trabajar conjuntamente con Ingenieros de Datos para asegurar disponibilidad y calidad de la información.
• Participar en la industrialización y evolución de modelos analíticos cuando sea requerido.
• Contribuir a buenas prácticas de experimentación, versionamiento y seguimiento de modelos.

Indispensable:

• Experiencia mínima de 3 años en Ciencia de Datos, Machine Learning o Analítica Avanzada.
• Experiencia práctica y comprobable utilizando Microsoft Fabric.
• Conocimiento de Fabric Data Science, Notebooks y Lakehouse.
• Dominio de Python para análisis y modelamiento.
• Dominio de SQL.
• Experiencia con librerías de análisis y Machine Learning como:
• Pandas.
• NumPy.
• Scikit-learn.
• Experiencia desarrollando modelos de Machine Learning.
• Conocimientos sólidos de estadística aplicada.
• Experiencia en preparación, transformación y análisis exploratorio de datos.

Deseable:

• MLflow para seguimiento, versionamiento y gestión de experimentos/modelos.
• PySpark / Spark.
• OneLake.
• Delta Lake.
• Power BI.
• Azure Machine Learning.
• Modelos de forecasting.
• Optimización.
• Series de tiempo.
• Técnicas de segmentación y clustering.
• MLOps.
• Git.
• Experiencia en implementación de modelos en ambientes productivos.
• Conocimientos en IA Generativa como complemento.

Requirements and skills

• Profesional en Estadística, Matemáticas, Ingeniería, Ciencias de la Computación, Economía, Física, Ciencia de Datos o carreras relacionadas.
• Formación de posgrado en Data Science, Inteligencia Artificial, Estadística o áreas afines será valorada, pero no constituye un requisito obligatorio.
• Las certificaciones Microsoft serán valoradas, pero no constituyen un requisito obligatorio.

Competencias:

• Pensamiento analítico y estructurado.
• Capacidad para resolver problemas complejos.
• Curiosidad y orientación a experimentación.
• Capacidad para conectar análisis técnico con necesidades reales del negocio.
• Comunicación efectiva con audiencias técnicas y no técnicas.
• Autonomía y orientación a resultados.
• Trabajo colaborativo con Ingeniería de Datos, Tecnología y áreas de negocio.