Científico de Datos – RL

Científico de Datos – RL En ASTAY te ofrecemos la oportunidad de crecer profesionalmente en un equipo dinámico, apasionado por la tecnología y la innovación en la industria minera. Aquí encontrarás una línea de carrera sólida, retos constantes y la posibilidad de contribuir al desarrollo de una empresa líder en soluciones especializadas para minería. Con amplia experiencia en proyectos con las principales compañías mineras del Perú y presencia en Sudamérica, Asia Central, África y el Reino Unido, en ASTAY brindamos innovación y valor agregado a la minería global. Buscamos un/a Científico/a de Datos con experiencia en Machine Learning y aprendizaje por refuerzo (Reinforcement Learning), orientado a resolver problemas complejos de optimización en contextos de minería y operaciones industriales. Este rol requiere la capacidad de aplicar técnicas avanzadas de simulación y optimización, con el objetivo de generar un impacto tangible en los procesos productivos.

REQUISITOS:

·        Egresado o Bachiller de carreras universitarias (Ciencias de la Computación, Ingeniería de Sistemas, Estadística, Matemática) o de carreras técnicas de Desarrollo de Software, Ingeniería de Ciencia de Datos e IA, o Computación e Informática o carreras afines .
·       Con estudios en matemática. (deseable)
·       Mínimo 1 año de experiencia en proyectos relacionados con Reinforcement Learning, Machine Learning, simulación o analítica avanzada.
·       Experiencia práctica en el desarrollo, entrenamiento y evaluación de modelos de Reinforcement Learning.
·       Sólidos conocimientos de programación, algoritmos y estructuras de datos.
·       Capacidad para traducir problemas de negocio en modelos y experimentos reproducibles.
·       Deseables conocimientos en el protocolo gRPC para la comunicación y conexión entre servicios.
·       Nivel intermedio o avanzado de inglés.
·       Interés genuino por el aprendizaje continuo y la experimentación en entornos reales.

RESPONSABILIDADES:

·       Diseñar y entrenar modelos de Machine Learning supervisado y no supervisado para predicción y clasificación.
·       Desarrollar y evaluar algoritmos de Reinforcement Learning aplicados a problemas de planificación, toma de decisiones y optimización.
·       Implementar simulaciones por eventos discretos para modelar procesos dinámicos y evaluar escenarios de decisión.
·       Aplicar cadenas de Markov y métodos probabilísticos para modelar comportamientos estocásticos.
·       Diseñar y ejecutar técnicas de optimización matemática (programación lineal, heurísticas o metaheurísticas) para mejorar el desempeño de los sistemas.
·       Construir pipelines reproducibles de ETL y feature engineering para preparar datos destinados al entrenamiento de modelos.
·       Integrar modelos y simulaciones en entornos productivos junto con el equipo de ingeniería.
·       Monitorear, documentar y comunicar resultados de experimentos y propuestas de mejora.

CONDICIONES:

·       Modalidad: Híbrida.
·       

Ubicación:
Oficina en Lima – Santiago de Surco.

HORARIO:

·       Lunes a viernes, de 9:00 a.m. a 6:00 p.m.