Busca ofertas por puesto, competencia y ubicación. Revisa los requisitos antes de preparar tu candidatura.
Una buena búsqueda no termina al encontrar un título atractivo. Compara las tareas, los requisitos y las condiciones de cada oferta con tu experiencia. Esta guía te ayuda a crear una lista de oportunidades, preparar documentos relevantes y comprobar dónde enviar cada candidatura.
La interfaz está en español. Los títulos y las descripciones de las empresas se mantienen en el idioma original de publicación, que puede ser inglés.
Confirma que la oferta sigue abierta y revisa sus condiciones en el sitio web de la empresa antes de solicitar el puesto.
Descripción del puesto
La interfaz está en español. Los títulos y las descripciones de las empresas se mantienen en el idioma original de publicación, que puede ser inglés.
Buscamos un Data Scientist con sólida experiencia en modelamiento estadístico y Machine Learning para integrarse a proyectos de implementación de alto impacto. La persona en este rol será responsable de transformar grandes volúmenes de datos en soluciones predictivas y accionables que resuelvan problemas concretos de negocio. Si tienes pasión por construir modelos robustos y trabajar con pipelines de datos bien estructurados, este es tu lugar.
Responsabilidades principales
Analizar y procesar grandes volúmenes de datos estructurados y no estructurados para identificar patrones, tendencias y oportunidades de mejora en procesos de negocio.
Diseñar, desarrollar y validar modelos estadísticos y de Machine Learning orientados a resolver problemas operacionales y generar valor medible para la organización.
Implementar y mantener pipelines de datos reproducibles y escalables utilizando Kedro, asegurando trazabilidad y calidad en cada etapa del flujo de trabajo.
Construir y evaluar modelos de series de tiempo para pronóstico y detección de anomalías, seleccionando la metodología más adecuada según el contexto del problema.
Generar visualizaciones claras y comunicar hallazgos a stakeholders técnicos y no técnicos, apoyando la toma de decisiones basada en datos.
Colaborar con equipos de ingeniería y negocio en la definición de métricas de éxito, criterios de validación y estrategias de despliegue de modelos en producción.
Requirements
Mínimo 3 años de experiencia en roles de Data Science, con participación en proyectos de implementación de modelos en entornos productivos.
Dominio de Python para análisis de datos, modelamiento estadístico y desarrollo de soluciones de Machine Learning, incluyendo el uso de scikit-learn y XGBoost.
Experiencia en modelamiento de series de tiempo (ARIMA, Prophet, modelos basados en ML u otros enfoques) aplicado a contextos de negocio reales.
Conocimiento en estructuración de proyectos de datos con Kedro y manejo de librerías de análisis y visualización como SciPy, Seaborn y Matplotlib.
Capacidad para evaluar, comparar y documentar modelos de forma rigurosa, utilizando métricas apropiadas según el tipo de problema (clasificación, regresión, forecasting).
Manejo de control de versiones con Git y buenas prácticas de desarrollo de software aplicadas a proyectos de ciencia de datos.
Highlights
💼 Modalidad: freelance (Contractor)
📊 Full time L-V horario Chile
🚀 Pago en USD
🌎 Ubicación: 100% remoto LATAM
Duración: 6 meses con posibilidad de renovación
Originally posted on Himalayas
Busca, compara y prepara tu candidatura
Empieza con un puesto o una competencia que quieras utilizar. Ajusta los filtros de ubicación y profesión y abre las ofertas para comparar sus responsabilidades. Si no encuentras resultados, prueba un término más corto o elimina un filtro cada vez.
Distingue los requisitos imprescindibles de las preferencias. Comprueba la jornada, la retribución y la ubicación cuando se indiquen. Un puesto remoto puede exigir residencia en un país, autorización para trabajar o coincidencia horaria. Confirma la oferta y las condiciones completas con la empresa.
Elige ejemplos reales de tu experiencia que respondan a los requisitos del puesto. Explica tu aportación y utiliza cifras solo cuando puedas justificarlas. Sigue las instrucciones de la empresa y revisa los datos de contacto, el contenido y el PDF antes de enviar la candidatura.
Antes de enviar tu candidatura
Comprueba en la página de la empresa que la vacante sigue abierta y guarda su referencia.
Identifica los requisitos esenciales y elige ejemplos reales que demuestren tu experiencia.
Revisa el idioma solicitado, los datos de contacto, los enlaces y el archivo que vas a enviar.
Anota la empresa, el puesto, la fecha de envío y el siguiente paso para evitar solicitudes duplicadas.
Las empresas publican sus propios títulos y descripciones. Conservamos ese texto para no alterar requisitos o condiciones. La navegación y esta guía están en español. Si una búsqueda en español no encuentra ofertas, prueba también el título o la competencia en el idioma del anuncio, por ejemplo «software engineer».
¿Un puesto remoto permite trabajar desde cualquier país?+
No necesariamente. La empresa puede limitar los países de residencia, exigir autorización para trabajar o fijar un horario. Comprueba estos puntos en la oferta original. Si no aparecen, consúltalos con la empresa antes de asumir que puedes trabajar desde tu ubicación.
¿Qué hago si no aparecen resultados?+
Prueba un título más general o una sola competencia y elimina los filtros de uno en uno. Los nombres de los puestos varían entre empresas. Si una oferta concreta ha desaparecido, busca su referencia en la página de empleo de la empresa; ampliar los filtros no recupera una vacante cerrada.
¿La candidatura se envía desde ResumizeAI?+
El botón de solicitud abre un destino externo. Sigue las instrucciones de la empresa o del proveedor de selección y confirma allí el envío. Preparar un currículum en ResumizeAI no equivale a presentar una candidatura. Si el enlace solo abre la web de la empresa, busca la vacante antes de continuar.
¿Cómo adapto el currículum y la carta de presentación?+
Relaciona los requisitos con proyectos, tareas y resultados que puedas explicar. Destaca lo relevante sin inventar experiencia ni copiar competencias que no tienes. En la carta, explica tu interés y aporta un ejemplo concreto. Respeta el idioma y el formato pedidos y revisa ambos documentos antes de enviarlos.
