Somos una consultora especializada en ofrecer las mejores oportunidades laborales al mejor talento digital del mercado. Contamos con más de 25 años de experiencia conectando perfiles innovadores con empresas líderes en latam, usa, europa y áfrica. Trabajamos con talento que impulsa la transformación digital y construye las organizaciones del futuro. ¡data scientist (estrategia data ops & mlops)buscamos undata scientistpara integrarse a un proyecto estratégico deuno de nuestros clientes líderes en el sector bancario. El objetivo principal es liderar las fases de desarrollo de modelos de machine learning bajo una estrategia de data ops y mlops, asegurando la escalabilidad, el monitoreo y la correcta migración de modelos a plataformas en la nube (gcp). Ciclo de vida de modelos:generar las fases de desarrollo de modelos de ml, desde la identificación y extracción de inputs hasta la documentación de fuentes, formatos y frecuencias.validación de datos:aplicar metodologías de validación y pruebas de consistencia técnica sobre los datos.experimentación y entrenamiento:ejecutar entrenamientos de modelos (clasificación, regresión, clustering), evaluando resultados para seleccionar la solución óptima.robustez analítica:realizar validaciones de performance mediante técnicas decross-validationybacktesting.estrategia mlops:desarrollar el monitoreo de performance, detección dedata drifty seguimiento de métricas de negocio.migración a cloud:colaborar con el equipo de ingeniería para migrar y desplegar modelos en la plataformagcp (vertex ai / big query).documentación técnica:generar activos claros y reutilizables que faciliten el mantenimiento futuro de los modelos.experiencia:mínimo 3 años en roles similares de ciencia de datos.formación:licenciatura en actuaría, matemáticas aplicadas, informática, sistemas o afines ( titulado ).python avanzado para machine learning y uso de jupyter notebooks.sql (nivel intermedio) y manejo básico de git.experiencia práctica engcp (vertex ai / big query) o aws (sage maker).conocimientos:sólida base en estadística (probabilidad y distribuciones), buenas prácticas de reproducibilidad y preparación de modelos para producción.deseable:diplomados en ciencia de datos, ml o ia; conocimientos en despliegue de modelos (mlops).ubicación:cdmx.esquema:híbrido.jornada: