Data Scientist / IA Engineer

En KPaz buscamos un/a Data Scientist / IA Engineer para participar en proyectos tecnológicos asociados al negocio logístico, desarrollando soluciones basadas en datos, Machine Learning e Inteligencia Artificial. El rol combina ciencia de datos e ingeniería de IA, participando desde el análisis y modelamiento hasta la integración y puesta en producción de las soluciones.

Modalidad: Remota, en Santiago.

Posición disponible para residentes en Chile.

Qué harás Recopilar, limpiar, transformar y analizar datos provenientes de distintas fuentes.

Realizar análisis exploratorio de datos e identificar patrones, tendencias y oportunidades.

Diseñar, desarrollar, entrenar, validar y optimizar modelos de Machine Learning e Inteligencia Artificial.

Desplegar modelos en producción y monitorear su desempeño.

Participar en prácticas de MLOps, reentrenamiento y mejora continua de modelos.

Construir y exponer servicios y APIs para integrar modelos con aplicaciones de negocio.

Colaborar con DevOps en pipelines de datos y procesos de CI/CD.

Documentar y comunicar metodologías, resultados y recomendaciones a equipos técnicos y de negocio.

Lo que te ofrecemos Seguro de vida

Seguro complementario de salud

Reajuste IPC (semestral)

Programa de referidos (clientes y candidatos)

Programa de capacitación en alianza con Platzi

Plan de carrera y movilidad interna

Día libre por cumpleaños

Regalos por nacimiento o matrimonio

Requisitos mínimos

Qué buscamos Requisitos Formación universitaria en Informática, Computación, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería Civil Industrial o carrera afín.

3 o más años de experiencia en Ciencia de Datos, Machine Learning o Ingeniería de IA.

Experiencia comprobable desarrollando, entrenando y poniendo en producción modelos analíticos o predictivos.

Dominio de Python y librerías como Pandas, NumPy y scikit-learn.

Experiencia con TensorFlow, PyTorch o Keras.

Manejo de SQL, bases de datos y consumo/integración de APIs

Deseable Experiencia en MLOps con herramientas como MLflow, Kubeflow o Airflow.

Docker y Kubernetes.

Experiencia con LLMs e IA Generativa, RAG, fine-tuning o prompt engineering.

Conocimientos de Big Data y herramientas de visualización.

Experiencia en logística, transporte, optimización de rutas o pronóstico de demanda.