Senior Data Scientist – GenAI & RAG (LATAM)

BC Tecnología; Ciudad de México; Presencial; MXN 600.000 - 800.000; Jornada completa

Descripción de la vacante

BC Tecnología en Ciudad de México busca un profesional para participar en una iniciativa de IA Generativa. El proyecto se centra en transformar información no estructurada en conocimiento accionable utilizando tecnologías de IA.

El candidato seleccionado diseñará soluciones de Ciencia de Datos e inteligencia artificial, construyendo modelos predictivos y colaborará en la integración de diversas fuentes de información para optimizar procesos analíticos.

Formación

• Experiencia en curado y limpieza de texto no estructurado.
• Capacidad de implementar y administrar bases de datos vectoriales.
• Conocimientos de construcción de pipelines RAG.

Responsabilidades

• Diseñar e implementar soluciones de Ciencia de Datos e IA.
• Procesar, limpiar y transformar grandes volúmenes de datos.
• Construir modelos predictivos y analíticos según necesidades del negocio.

Conocimientos

Curado y limpieza de texto no estructurado

Implementación y administración de bases de datos vectoriales

Construcción de pipelines RAG

Integración con APIs de modelos de lenguaje

Análisis exploratorio de datos

Feature Engineering

Herramientas

Python

SQL

PySpark

Apache Spark

Big Data

Git

Descripción del empleo

Buscamos incorporar un profesional para participar en una iniciativa estratégica de Inteligencia Artificial Generativa enfocada en el desarrollo de capacidades de análisis semántico y agentes conversacionales.

El proyecto tiene como objetivo transformar grandes volúmenes de información no estructurada proveniente de diversas fuentes, como chats, transcripciones de llamadas y registros CRM, en conocimiento accionable mediante el uso de tecnologías de IA Generativa, Large Language Models (LLMs), embeddings y arquitecturas RAG (Retrieval-Augmented Generation).

La persona seleccionada participará en el diseño e implementación de soluciones que permitan mejorar la recuperación inteligente de información, la trazabilidad de respuestas y la experiencia de interacción conversacional.

Principales Responsabilidades

• Diseñar e implementar soluciones de Ciencia de Datos e Inteligencia Artificial.
• Procesar, limpiar y transformar grandes volúmenes de datos provenientes de distintas fuentes.
• Desarrollar pipelines de datos para la automatización de procesos analíticos.
• Construir modelos predictivos, analíticos y de IA Generativa según las necesidades del negocio.
• Implementar soluciones basadas en Large Language Models (LLMs).
• Generar embeddings y trabajar con bases de datos vectoriales.
• Participar en la definición de arquitecturas de datos y analítica avanzada.
• Integrar distintas fuentes de información para generar modelos y automatizaciones.
• Colaborar con equipos de negocio para identificar oportunidades de uso de datos e inteligencia artificial.
• Documentar procesos, modelos y soluciones implementadas.

Competencias Críticas (Excluyentes)

• Curado y limpieza de texto no estructurado proveniente de múltiples fuentes (chats, llamadas transcritas, registros CRM).
• Diseño de curado y limpieza de texto no estructurado para preparación de contenido destinado a modelos de lenguaje.
• Generación, gestión y versionado de embeddings.
• Implementación y administración de bases de datos vectoriales (ej. pgvector, Qdrant, Chroma, Weaviate, Pinecone, Milvus) y búsqueda híbrida.
• Construcción de pipelines RAG (Retrieval-Augmented Generation) completos, incluyendo evaluación y trazabilidad de respuestas.
• Integración con APIs de modelos de lenguaje (LLM), tanto en servidores propios/internos como proveedores externos (Anthropic, OpenAI, Azure OpenAI, Google Gemini), con diseño agnóstico al proveedor.

Requisitos Técnicos

Programación y Datos

• Python
• SQL
• PySpark
• Apache Spark
• Big Data
• Desarrollo de procesos ETL/ELT
• Manipulación y análisis de grandes volúmenes de datos

Ciencia de Datos e IA

• Análisis exploratorio de datos
• Feature Engineering
• Evaluación y optimización de modelos

Herramientas y Framework

• Bases de datos vectoriales (Pinecone, Weaviate, Chroma, Qdrant, Milvus o similares)
• Git

Cloud

• Azure
• Servicios de almacenamiento y procesamiento de datos

Conocimientos Deseables

• Experiencia en Microsoft Fabric