Profesional en Estadística, Matemáticas o Ingenierías afines como Ingeniería de Sistemas o Física. Se valora especialmente la formación de posgrado, ya sea especialización o maestría, en Ciencia de Datos, Inteligencia Artificial o disciplinas relacionadas aunque no es obligatorio.
El perfil debe contar con formación práctica en machine learning supervisado y no supervisado, así como en programación avanzada en Python con librerías como Scikit-learn y TensorFlow. Se espera conocimiento en herramientas y principios de MLOps, CI/CD para modelos, y despliegue de APIs. También es importante la familiaridad con servicios de nube orientados a inteligencia artificial.
Es indispensable contar con una base sólida en estadística, álgebra lineal y matemáticas, fundamentales para el desarrollo y comprensión de modelos de machine learning. Como valor agregado (no obligatorio), se considera un plus el manejo de plataformas cloud orientadas a IA como Google Cloud Run, Vertex AI o herramientas equivalentes, que permitan la implementación y gestión de modelos en producción.
El perfil debe contar con pensamiento analítico y crítico, habilidades para traducir problemas de negocio en soluciones analíticas, y capacidad para comunicar hallazgos técnicos. Se requiere alto nivel de autonomía, proactividad, orientación a resultados y una actitud constante hacia el aprendizaje.
