Data Scientist for IoT

Sento; Medellín; Híbrido; COP 146.869.836 - 201.946.025; Jornada completa

Descripción de la vacante

Una empresa de tecnología en Medellín busca un/a Data Scientist especializado/a en visión por computadora y procesamiento de señales. Se requiere experiencia de 1 a 2 años en análisis de datos y machine learning, así como disponibilidad para trabajo híbrido y visitas a campo. La posición está orientada a comprender y mejorar la calidad de los datos mediante técnicas analíticas y experimentales. Se ofrece un entorno dinámico y desafíos prácticos en un proyecto de poultry a gran escala.

Formación

• Mínimo 1 año de experiencia práctica en Ciencia de Datos o Machine Learning.
• Experiencia trabajando con datos reales (no únicamente datasets académicos).
• Conocimientos de backend, APIs o pipelines de datos.

Responsabilidades

• Analizar datos de sensores y sistemas de visión.
• Definir y mantener métricas de precisión y confiabilidad.
• Validar modelos utilizando datos reales de granja.
• Realizar visitas a granjas para entender condiciones reales.
• Diseñar y ejecutar experimentos controlados.

Conocimientos

Programación en Python

Análisis de datos

Modelado

Uso de herramientas de IA

Manejo de librerías numéricas

Control de versiones (Git)

Conocimientos de sensores

Educación

Ingeniería, Matemáticas, Estadística, Ciencia de Datos o áreas afines

Descripción del empleo

Data Scientist – Visión por Computadora y Procesamiento de Señales

Ubicación: Medellín, Área Metropolitana o municipios colindantes

Modalidad: Híbrido – 1 día presencial a la semana

Experiencia: 1 – 2 años

Sector: Tecnología Agrícola (AgroTech – Poultry)

Descripción del Rol

En Sento Tech Labs buscamos un/a Data Scientist con foco en visión por computadora y procesamiento de señales, para trabajar en un proyecto de poultry de alta escala, donde los datos provienen de sistemas físicos operando en entornos reales de campo.

El rol está orientado a entender, modelar y reducir el error en estimaciones de peso, integrando información proveniente de sensores físicos, señales temporales e imágenes. La persona trabajará en el núcleo analítico del sistema, abordando problemas relacionados con la calidad de los datos, la variabilidad ambiental, la incertidumbre de medición y la robustez de los modelos en producción.

Se espera un perfil con mentalidad práctica y criterio ingenieril, capaz de experimentar, validar hipótesis con datos reales y traducir resultados técnicos en mejoras tangibles para el producto.

Análisis de Datos y Error

• Analizar datos provenientes de sensores físicos y sistemas de visión.
• Identificar errores sistemáticos y aleatorios, drift, ruido, outliers y sesgos.
• Definir y mantener métricas de precisión, repetibilidad y confiabilidad.
• Evaluar la calidad de los datos y proponer mejoras en su captura.
• Desarrollar y ajustar soluciones basadas en imágenes para extracción de información relevante.
• Analizar el impacto de condiciones reales como iluminación, ángulo, distancia, movimiento y oclusión.
• Preparar, limpiar, organizar y versionar datasets de imágenes.
• Evaluar el desempeño de los modelos bajo condiciones no controladas.

Procesamiento de Señales

• Analizar señales provenientes de sensores físicos.
• Comprender y mitigar efectos de ruido, offset, drift y variabilidad temporal.
• Integrar señales físicas con información visual y contextual.

Modelado y Machine Learning

• Diseñar y evaluar modelos para estimación de variables físicas.
• Comparar enfoques físicos, estadísticos y basados en datos.
• Evaluar trade-offs entre precisión, estabilidad, complejidad e interpretabilidad.
• Validar el desempeño de las soluciones en entornos reales de operación.

Experimentación y Validación

• Diseñar y ejecutar experimentos controlados y comparativos.
• Medir el impacto real de mejoras algorítmicas sobre métricas de negocio y operación.
• Documentar resultados de forma clara y accionable.
• Trabajar en conjunto con equipos de hardware, firmware y backend.
• Validar modelos utilizando datos reales de granja.
• Comunicar hallazgos técnicos a equipos multidisciplinarios.

Trabajo en Campo

• Realizar visitas a granjas para entender condiciones reales de operación.
• Participar en la definición de protocolos de captura de datos.
• Disponibilidad para viajar y trabajar en campo cuando el proyecto lo requiera.
• Español: obligatorio

Ubicación y Disponibilidad

• Residencia en Medellín o municipios colindantes.
• Disponibilidad para asistir a la oficina 1 día a la semana.
• Disponibilidad para viajar y realizar visitas a campo.

Formación Académica

• Ingeniería, Matemáticas, Estadística, Ciencia de Datos o áreas afines.

Experiencia

• Mínimo 1 año de experiencia práctica en Ciencia de Datos o Machine Learning.
• Experiencia trabajando con datos reales (no únicamente datasets académicos).

Competencias Técnicas

• Programación en Python para análisis de datos y modelado.
• Manejo de librerías de análisis numérico y científico.
• Fundamentos sólidos de estadística aplicada a mediciones físicas.
• Uso disciplinado de control de versiones (Git).

Productividad con IA

• Uso consciente y criterioso de herramientas de IA generativa para análisis, prototipado y mejora de código.
• Conocimiento de sensores, básculas o instrumentación.
• Experiencia con datos ruidosos y variables de campo.
• Conocimiento básico de backend, APIs o pipelines de datos.
• Manejo de entornos Linux y herramientas de terminal.
• Familiaridad con infraestructuras o pipelines de datos en la nube.