Científico de Datos - Extensiones

• Más de 5 años de experiencia en roles de ciencia de datos o aprendizaje automático (machine learning)

• Sólidas habilidades en Python, incluyendo fluidez con pandas, numpy y scikit-learn

• Experiencia práctica profunda con modelos de ML tradicionales: XGBoost, LightGBM, CatBoost y frameworks de gradient boosting similares

• Comprensión sólida de lo que hace que los datos tabulares del mundo real sean un reto: desequilibrio de clases, alta cardinalidad, cambio de distribución (distribution shift), valores faltantes y más

• Mentalidad experimental sólida: comodidad diseñando benchmarks y extrayendo conclusiones rigurosas de resultados con ruido

• Capacidad para trabajar de forma autónoma e impulsar el trabajo desde la idea hasta el producto entregado

• Familiaridad con modelos fundacionales tabulares (TabPFN, CARTE o similares)

• Experiencia en ciencia de datos competitiva (Kaggle, DrivenData o similares), especialmente con posiciones destacadas en competiciones tabulares

• Experiencia en un dominio donde la predicción estructurada sea relevante: finanzas, cadena de suministro, salud, retail o sector industrial

• Experiencia contribuyendo al diseño de librerías de ML internas o herramientas compartidas

• Familiaridad con DuckDB, Polars o motores de analítica in-process modernos

• Comodidad leyendo artículos de investigación de ML y traduciendo los hallazgos en implementaciones prácticas

• Compensación competitiva con salario y acciones (equity)

• Cobertura sanitaria integral para ti y tus dependientes

• Permiso parental retribuido para todos los nuevos padres, incluyendo procesos de adopción y gestación subrogada

• Apoyo para la reubicación de empleados que se trasladen para unirse al equipo en una de nuestras oficinas

• Una cultura con propósito y de bajo ego que valora la diversidad de pensamiento, la responsabilidad (ownership) y la orientación a la acción

En este puesto, investigarás, desarrollarás y convertirás en producto capacidades de ciencia de datos que mejoren y amplíen el rendimiento de nuestro producto en casos de uso empresariales reales, trabajando en una amplia gama de tareas de predicción, tipos de datos y dominios de negocio. Profundizarás en problemas complejos de ciencia de datos, colaborarás estrechamente con I+D en las capacidades del producto y entregarás trabajos de nivel de producción que tengan un impacto directo en casos de uso reales.

• Investigar y desarrollar métodos de ciencia de datos que mejoren el rendimiento predictivo de NEXUS en diversos conjuntos de datos empresariales, industrias y tipos de tareas de predicción

• Diseñar e implementar componentes de Python robustos y de calidad de producción, con un fuerte enfoque en la corrección, la generalidad y la reutilización

• Comprender profundamente las características de los datos empresariales del mundo real y desarrollar estrategias que ayuden a NEXUS a gestionarlos de forma fiable

• Realizar experimentos rigurosos para medir el impacto de nuevos enfoques, diseñar benchmarks significativos y utilizar los resultados para guiar la priorización

• Trabajar en una gran variedad de problemas de datos estructurados, incluyendo, entre otros, clasificación, regresión, ranking y previsión (forecasting)

• Colaborar estrechamente con los equipos de Ingeniería e Investigación para desarrollar una comprensión profunda del comportamiento del modelo NEXUS y utilizar ese conocimiento para informar tu trabajo

• Trabajar con Ingenieros de IA Aplicada para validar enfoques en conjuntos de datos de clientes reales y traducir los hallazgos en capacidades de producto

• Contribuir a la documentación técnica y a las mejores prácticas internas, ayudando al equipo en general a aplicar las nuevas capacidades de forma correcta y segura