Data Scientist Senior

Creemos profundamente que la data es vital para lograr nuestra visión a largo plazo.
Buscamos un Senior Data Scientist que combine modelado de riesgo tradicional con automatización inteligente de procesos del negocio asegurador (claims, suscripción, fraude, pricing), llevando modelos a producción a escala y explorando cómo la IA — incluida la IA generativa — puede transformar la operación.
El candidato ideal es apasionado por el análisis de datos, el aprendizaje automático y por entender cómo la data y los modelos impactan los resultados financieros y operativos de la compañía.

Funciones Específicas
*Liderar el diseño, construcción y mantenimiento de modelos predictivos y de IA aplicados a riesgo, pricing, detección de fraude y automatización de claims.
*Llevar modelos de Machine Learning a producción end-to-end: diseñar pipelines MLOps, despliegue en cloud, monitoreo de drift y reentrenamiento.
*Impulsar la integración de IA (incluyendo modelos generativos) en procesos operativos del negocio asegurador, como suscripción, atención al cliente y revisión documental de claims.
*Aprovechar datos de georeferenciación para pricing dinámico, evaluación de riesgo y suscripción.
*Apoyar a los equipos de Producto, Marketing, Finanzas y Tecnología en el análisis de negocio y en la definición de mejoras basadas en data.
*Diseñar dashboards y reportes que permitan a los equipos operar y analizar sus propios resultados.
*Trabajar de la mano del equipo de Tecnología para capturar y tratar la información como un activo vital de la empresa.
*Garantizar la explicabilidad, el gobierno y la ética de los modelos (manejo de sesgos, cumplimiento regulatorio, trazabilidad).
*Mentorar técnicamente a científicos de datos y analistas más junior del equipo.

Habilidades Requeridas
*Alta capacidad analítica y lógica.
*Excelente habilidad para traducir temas técnicos a objetivos de negocio.
*Capacidad de plantear experimentos y casos de negocio alrededor de ellos.
*Mentalidad de producto: priorizar impacto sobre sofisticación técnica.
*Pragmatismo para balancear precisión del modelo con time-to-market y costo operativo.
*Curiosidad activa para mantenerse al día en un campo que evoluciona rápidamente.

Conocimientos y Experiencia
Requisitos:
*Conocimiento avanzado de estadística descriptiva e inferencial, distribuciones, regresiones, etc.
*Sólido manejo de Machine Learning clásico (scikit-learn, XGBoost/LightGBM)
*Experiencia desplegando modelos en producción (MLOps): MLflow, SageMaker, Vertex AI o Kubeflow; CI/CD para *ML; containerización (Docker); monitoreo de modelos.
*Experiencia productiva en al menos uno de los principales proveedores cloud (AWS, GCP o Azure).
*Python avanzado y SQL sólido.
*Más de 6 años de experiencia laboral, incluyendo mínimo 4 años elaborando modelos predictivos y al menos 2 años con modelos de Machine Learning en producción.
Deseable:
*IA generativa / LLMs: prompt engineering, RAG, fine-tuning, frameworks tipo LangChain o LlamaIndex, diseño de agentes.
*Datos de georeferenciación (GeoPandas, PostGIS).

Formación Académica
*Preferible formación en ciencias cuantitativas y manipulación de datos (ingeniería, matemáticas, estadística, economía o similares).