Keyrus

Líder técnico de datos y analítica

Keyrus

full-time

Posted on:

Origin:  • 🇨🇴 Colombia

Visit company website
✨ AI Apply
Apply

Job Level

SeniorLead

Tech Stack

AWSNoSQLPySparkPythonPyTorchScikit-LearnSQLTensorflow

About the role

  • Liderar técnicamente los desarrollos e implementaciones, brindando guía y mentoría a Científicos de Datos, ingenieros de datos, analistas y a los implementadores de la solución
  • Gestionar la implementación de arquitecturas de analítica, BI, machine learning y analítica avanzada (énfasis en arquitecturas en nube de AWS y mecanismos de integración de datos en modelos híbridos o onpremise)
  • Definir y validar modelos predictivos y de IA aplicados a casos de negocio (optimización logística, forecasting de demanda, customer analytics, detección de fraudes)
  • Promover la adopción de prácticas de MLOps y DataOps, asegurando pipelines de datos confiables, reproducibles y escalables
  • Gestionar proyectos end-to-end de analítica, desde la recepción del diseño de la solución tecnológica hasta la puesta en producción
  • Asegurar la gobernanza, gestión, calidad de los datos y lineamientos de desarrollo, en conjunto con los equipos de arquitectura, datos y TI
  • Comunicar hallazgos y resultados a nivel ejecutivo, traduciendo la complejidad técnica en valor estratégico para la organización

Requirements

  • Profesional en Ingeniería de Sistemas, Computación, Matemáticas, Estadística o afines
  • Posgrado o certificación en Analítica Avanzada, Ciencia de Datos o Inteligencia Artificial (deseable)
  • Más de 7 años de experiencia, incluyendo 5 en proyectos de analítica y ciencia de datos
  • Mínimo 2 años liderando equipos técnicos de desarrollo
  • Experiencia comprobada en implementaciones AWS
  • Experiencia en soluciones de reportería y analítica (Datamart, DWH, Data Lakes, Data Lake House)
  • Desarrollo e implementación de modelos predictivos, machine learning y deep learning en entornos productivos
  • Participación en proyectos de alto impacto empresarial basados en datos (logística, e-commerce, optimización de operaciones, entre otros)
  • Conocimiento en MLOps, DataOps, pipelines de datos en la nube y arquitecturas modernas (Data Lakehouse, streaming, microservicios de analítica)
  • Dominio de lenguajes como Python, SQL, PySpark (deseable R)
  • Experiencia en bases de datos relacionales y no relacionales (NoSQL)
  • Manejo de librerías de IA/ML: TensorFlow, PyTorch, Scikit-learn, XGBoost
  • Experiencia aplicando metodologías ágiles como Scrum
  • Habilidades de liderazgo, comunicación y capacidad de traducir datos en valor de negocio