Find your next opportunity
Browse fresh openings from leading companies and apply with a resume tailored to the role.
Browse expert rolesBrowse expert rolesBrowse fresh openings from leading companies and apply with a resume tailored to the role.
Browse expert roles14063 openings
6881-6888 of 14063
Ready
Free to start · No card · 5 credits the moment you sign up
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.
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.
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.
Duración: 6 meses con posibilidad de renovación
Originally posted on Himalayas
Start with a role or skill you want to use in your next job. Use the location and role filters to narrow the results, then open a listing to review the description. A title alone rarely explains the level of responsibility, working arrangement, or experience a team needs. Compare those details before deciding which opportunities deserve a tailored application.
Employers use different titles for similar work. If an exact phrase produces no results, try a shorter title, a core skill, or an alternative name for the role. Remove one filter at a time to understand which requirement is narrowing your search. A broader search can reveal suitable work without asking you to change your actual qualifications.
For each promising listing, read the responsibilities and separate essential requirements from preferences. Note the location, schedule, employment type, and compensation when provided. Missing details are questions to confirm with the employer. A remote opening may still require a particular country, work authorization, or time-zone overlap, so check the full posting before treating it as a location-independent opportunity.
Choose a few examples that demonstrate the skills this employer names. Explain your contribution and its outcome, using accurate numbers where available. Put the most relevant experience first and keep your resume easy to scan. Avoid adding technologies, qualifications, or achievements simply because they appear in a description. Your application should make your existing strengths easier to understand.
Follow the employer’s instructions for resumes, cover letters, work samples, and screening questions. Review the exported file before submitting it: confirm that contact details are correct, text can be selected, and links reach the intended pages. A resume check can help you spot unclear writing before you apply. Its feedback is advisory and does not predict a hiring decision.
Listings are collected from external sources and may change after they appear here. The employer or recruiting destination controls whether applications are open. If an original link is unavailable, check the company’s careers page for the title or move to another opening. An employer website link is a place to check current vacancies, rather than confirmation that a particular job is still accepting applications.
Keep a simple record of the company, role, job reference, application date, and documents you sent. Record any follow-up instructions and the next action you plan to take. This makes it easier to prepare for interviews, compare opportunities, and avoid applying repeatedly to the same opening through different boards. Review your shortlist as employers update their listings and prioritize opportunities with clear requirements that match the work you want to do.