Machine Learning Engineer Senior

INDRA PERU; San Isidro; A distancia; PEN 67.000 - 134.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Planilla desde día 1

EPS cubierta al 100%

Beneficios corporativos

Descripción de la vacante

Minsait busca un especialista en ML con experiencia en datos de procesos industriales para liderar proyectos de modelado, validación rigurosa y explicabilidad de resultados. Se requiere dominio de Python y SQL, y experiencia con herramientas como XGBoost, LightGBM y MLflow.

Disponibilidad para trabajo remoto con viaje a Arequipa según necesidad. Se valora capacidad de traducir hallazgos técnicos a stakeholders y entregar pipelines reproducibles para prototipos.

Formación

• 5+ años aplicando ML en entornos reales con modelos en producción o uso por usuarios finales.
• Experiencia real trabajando con datos de procesos industriales, plantas, minería o energía.

Responsabilidades

• Preparación de Datos & Feature Engineering: consolidar e integrar datos históricos.
• Modelado & Baselines: entrenar y comparar familias de modelos.
• Validación Rigurosa: backtests con partición temporal sin data leakage.
• Explicabilidad & Negocio: comunicar resultados a audiencias no técnicas.
• Reproducibilidad: empaquetar modelos mediante pipelines versionados y experiments.

Conocimientos

Python para ciencia de datos

SQL

Comunicación con negocio

Herramientas

XGBoost

LightGBM

MLflow

Descripción del empleo

Más digital. Más humano. Más Minsait. Somos una empresa líder global de tecnología y consultoría digital que conecta personas, tecnología y negocios para generar crecimiento, transformación e impacto positivo y sostenible.

¿Cuáles serán tus responsabilidades?

• Preparación de Datos & Feature Engineering: Consolidar e integrar datos históricos de procesos industriales y construir variables (features) junto a los expertos de dominio.


• Modelado & Baselines: Entrenar y comparar distintas familias de modelos en igualdad de condiciones, partiendo siempre de baselines simples como punto de referencia.


• Validación Rigurosa: Diseñar y ejecutar backtests con partición temporal estricta (sin data leakage) para medir la estabilidad y consistencia de las predicciones en diferentes tramos del tiempo.


• Explicabilidad & Negocio: Traducir y comunicar los resultados, factores de influencia y limitaciones del modelo en un lenguaje simple frente a audiencias no técnicas.


• Reproducibilidad: Empaquetar los modelos mediante pipelines versionados y experimentos documentados para asegurar su integración en prototipos.

¿Qué necesitamos de ti?

• Experiencia: 5+ años aplicando Machine Learning en entornos reales con modelos entregados a producción o usuarios finales.


• Experiencia en Minería e Industria: Experiencia real trabajando con datos de procesos industriales, plantas, minería o energía.


• Stack Técnico: Dominio avanzado de Python para ciencia de datos (pandas, scikit-learn o equivalentes) y SQL.


• Disciplina de Validación: Experiencia sólida validando modelos con datos temporales o secuenciales, aplicando buenas prácticas para prevenir rigurosamente el data leakage.


• Datos del Mundo Real: Habilidad probada trabajando con datos imperfectos (valores faltantes, formatos inconsistentes, sensores, etc.).


• Comunicación: Capacidad para comunicar hallazgos, supuestos y limitaciones técnicas con honestidad a perfiles de negocio.

Disponibilidad para trabajo remoto pero con disponibilidad para viajar a Arequipa según necesidad.

Valoramos mucho (Deseable):

• Dominio de modelos de gradient boosting (XGBoost, LightGBM) y técnicas de explicabilidad (SHAP o similares).


• Manejo de herramientas de tracking de experimentos (MLflow o similar) o exposición a IA generativa aplicada.

Motivos por los que te encantará ser un #Minsaiter:

• Planilla desde el día 1.


• Carrera profesional y acceso a plataforma de capacitación adaptada a tus necesidades y motivaciones.


• EPS cubierta al 100%.


• Beneficios corporativos.

Minsait, technology for a more human future!

Nuestro compromiso es promover ambientes de trabajo en los que se trate con respeto y dignidad a las personas, procurando el desarrollo profesional de la plantilla y garantizando la igualdad de oportunidades en su selección, formación y promoción, ofreciendo un entorno de trabajo libre de cualquier discriminación por motivo de género, edad, discapacidad, orientación sexual, identidad o expresión de género, religión, etnia, estado civil o cualquier otra circunstancia personal o social.