Kruger NearShore LLC - Rekluti · Posted 4mo ago
IA COMMUNITY
- Location
- 🇦🇷 Córdoba, Argentina
- Contract
- Contract
- Role
- Data science
- Source
- Employer’s own job board (Recruitee)
Stack
- Pandas
- scikit-learn
- SQL
- Python
The posting
¡Únete a la Comunidad de Inteligencia Artificial y Arquitectura Avanzada de Rekluti! 🚀🌐
En Rekluti , impulsamos la evolución analítica de las organizaciones. Buscamos científicos de datos y especialistas en Machine Learning que dominen el ciclo end-to-end de los modelos predictivos y su despliegue productivo sobre arquitecturas empresariales en la nube.
Formar parte de este pool te permitirá liderar frentes críticos de ingeniería de características, modelado, interpretabilidad y MLOps, conectando las necesidades del negocio con soluciones de alto impacto y escala masiva. Tus principales frentes de acción (Visión End-to-End)
• Ingeniería y Preparación de Datos
• Modelado y Optimización
• Despliegue y MLOps
• Interpretabilidad y Transferencia
Hard Skills & Estándares del Pool
Buscamos profesionales que se ubiquen dentro de los siguientes niveles de especialización técnica:
⚡ Seniority & Experiencia Requerida:
• Perfiles Senior: Mínimo 5 años de trayectoria liderando proyectos end-to-end de ciencia de datos, con despliegues productivos reales).
• Perfiles Semi-Senior: Entre 2 y 4 años de experiencia participando activamente en frentes de preparación de datos, modelado técnico y validación funcional.
💻 Stack Tecnológico Requerido:
• Lenguajes y Librerías: Python experto ( pandas, scikit-learn ) y dominio avanzado de SQL para modelos tabulares.
• Ecosistema de Datos Cloud
• Ecosistema ML & Gobierno
🎓 Si cuentas con certificaciones relacionadas son altamente valoradas
✨ Power Skills & ADN de la Comunidad
• Mentalidad Resolutiva y Pragmática: Capacidad para traducir un problema complejo de negocio en una arquitectura analítica funcional en producción.
• Responsabilidad y Confiabilidad: Rigor técnico absoluto en asegurar que los modelos cumplan con los estándares de estabilidad operativos antes del congelamiento ( freeze ) del dataset.
• Humildad y Colaboración: Apertura para compartir conocimiento, guiar a otros ingenieros y recibir feedback técnico de manera positiva para potenciar el crecimiento del squad.