Pasante de Científico de Datos

Actualmente matriculado o graduado recientemente en Data Science, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería o un campo relacionado.
Base sólida en estadística, probabilidad básica y conceptos fundamentales de machine learning (sesgo/varianza, regularización, métricas de evaluación).

Competente en Python y familiarizado con librerías comunes (pandas, numpy). Gran énfasis en la escritura de código modular y legible.
Experiencia con Jupyter notebooks y al menos una librería de ML (se requiere scikit-learn; se valorará la experiencia con PyTorch o TensorFlow).
Comodidad escribiendo SQL para la extracción de datos y familiaridad básica con conceptos de ingesta de datos/ETL.
Habilidades básicas de visualización de datos (matplotlib, seaborn o equivalente) y capacidad para interpretar diagnósticos de modelos.
Familiaridad con Git para el control de versiones; el interés en la contenerización (Docker) y conceptos de nube (AWS/GCP/Azure) es una ventaja.

Cursos o proyectos que demuestren evaluación de modelos, validación cruzada, búsqueda de hiperparámetros o deep learning sencillo.
Experiencia con herramientas de seguimiento de experimentos, desarrollo colaborativo (revisiones de código) o flujos de trabajo básicos de despliegue de modelos.
Fuertes habilidades de comunicación y ganas de adoptar las mejores prácticas de ingeniería de software. \n\nQué ofrecemos:
Mentoría de científicos e ingenieros de datos experimentados. \n\nTrabajo práctico en proyectos de extremo a extremo con conjuntos de datos reales e impacto de negocio medible.
Oportunidad de aprender prácticas de ciencia de datos orientadas a producción y técnicas avanzadas.
Un entorno colaborativo donde se fomenta el crecimiento técnico y las mejores prácticas.

Sobre esta oportunidad:
Nuestra emocionante oportunidad: Estamos buscando un Intern de Data Science con curiosidad técnica para unirse a nuestro equipo de analítica aplicada. Colaborarás con científicos e ingenieros de datos experimentados para transformar los datos en información accionable y ayudar a entregar análisis reproducibles y bien probados. Esta pasantía es práctica: contribuirás al desarrollo de modelos, al diseño de experimentos y a los flujos de trabajo de extremo a extremo, mientras aprendes prácticas orientadas a producción como el control de versiones, la contenerización y patrones básicos de despliegue.

Qué harás:

Traducir problemas de negocio en preguntas de datos medibles y definir criterios de evaluación (métricas, líneas de base).
Preparar e implementar ingeniería de características (feature engineering) a partir de fuentes estructuradas y no estructuradas; escribir pipelines de datos y consultas SQL claros y reproducibles.
Implementar, entrenar y evaluar modelos (regresión, clasificación, clustering, redes neuronales simples) prestando atención a la validación cruzada, el ajuste de hiperparámetros y el seguimiento del rendimiento.
Desarrollar notebooks y código Python modular (con pruebas unitarias y documentación) y ayudar a empaquetar el trabajo para su reproducibilidad (Git, entornos virtuales, conceptos básicos de Docker).
Producir visualizaciones claras y resúmenes de modelos para comunicar resultados y limitaciones a los stakeholders.
Colaborar en revisiones de código, seguimiento de experimentos y validación de modelos; aprender los aspectos esenciales de MLOps (versionado de modelos, conceptos básicos de despliegue).

Para tener éxito en el puesto deberías tener: Educación y conocimientos:

Duración: Mínimo 6 meses (flexible)