Machine Learning Engineer Senior
Hace 19 horas
Piura, Perú
INDRA PERU
Jornada completa
EUR 67,000 - EUR 134,000 Por obra
Gratis con email o Google
Guarda esta oferta y sigue tu búsqueda
Crea una cuenta gratis para guardar empleos, crear alertas y volver a esta oferta desde tu panel.
Gratis con email o Google
Al continuar, aceptas nuestros Términos & Política de Privacidad.
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.
- 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.