Resumen: Buscamos un pasante de ciencia de datos técnicamente curioso para unirse a nuestro equipo de análisis aplicado, contribuyendo al desarrollo de modelos, al diseño de experimentos y a flujos de trabajo de extremo a extremo. Aspectos destacados: 1. Trabajo práctico en proyectos de extremo a extremo con conjuntos de datos reales. 2. Mentoría de científicos de datos e ingenieros experimentados. 3. Oportunidad de aprender prácticas de ciencia de datos conscientes de la producción. **Crecer con nosotros** Nuestra emocionante oportunidad: Buscamos un pasante de ciencia de datos técnicamente curioso para unirse a nuestro equipo de análisis aplicado. Trabajarás con científicos de datos e ingenieros experimentados para transformar los datos en conocimientos accionables y ayudar a entregar análisis reproducibles y bien probados. Esta pasantía es práctica: contribuirás al desarrollo de modelos, al diseño de experimentos y a flujos de trabajo de extremo a extremo mientras aprendes prácticas conscientes de la producción, como control de versiones, contenerización y patrones básicos de despliegue. **Qué harás:** * Traducir problemas comerciales en preguntas de datos medibles y definir criterios de evaluación (métricas, líneas base). * Preparar e ingeniar características a partir de fuentes estructuradas y no estructuradas; escribir pipelines de datos claros y reproducibles y consultas SQL. * Implementar, entrenar y evaluar modelos (regresión, clasificación, agrupamiento, redes neuronales simples), prestando atención a la validación cruzada, la optimización de hiperparámetros y la supervisión del rendimiento. * Desarrollar notebooks y código modular en Python (con pruebas unitarias y documentación) y ayudar a empaquetar el trabajo para su reproducibilidad (Git, entornos virtuales, conceptos básicos de Docker). * Producir visualizaciones claras y resúmenes de modelos para comunicar resultados y limitaciones a las partes interesadas. * Colaborar en revisiones de código, seguimiento de experimentos y validación de modelos; aprender los fundamentos de MLOps (versionado de modelos, conceptos básicos de despliegue). **Para tener éxito en este puesto, deberías tener:** Educación y conocimientos: * Actualmente matriculado o recién graduado en Ciencia de Datos, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería o campo relacionado. * Conocimientos sólidos en estadística, probabilidad básica y conceptos fundamentales de aprendizaje automático (sesgo/varianza, regularización, métricas de evaluación). Habilidades y herramientas: * Competencia en Python y familiaridad con bibliotecas comunes (pandas, numpy). Énfasis fuerte en escribir código modular y legible. * Experiencia con notebooks Jupyter y al menos una biblioteca de ML (scikit-learn obligatoria; conocimientos previos de PyTorch o TensorFlow son un plus). * Capacidad para escribir SQL para extracción de datos y familiaridad básica con conceptos de ingesta de datos/ETL. * Habilidades básicas de visualización de datos (matplotlib, seaborn o equivalente) y capacidad para interpretar diagnósticos de modelos. * Familiaridad con Git para control de versiones; es ventajoso tener interés en contenerización (Docker) y conceptos en la nube (AWS/GCP/Azure). Preferible: * Asignaturas cursadas o proyectos que demuestren evaluación de modelos, validación cruzada, búsqueda de hiperparámetros o aprendizaje profundo básico. * Exposición a herramientas de seguimiento de experimentos, desarrollo colaborativo (revisiones de código) o flujos de trabajo básicos de despliegue de modelos. * Excelentes habilidades de comunicación y disposición para adoptar las mejores prácticas de ingeniería de software. Qué ofrecemos: * Mentoría de científicos de datos e ingenieros experimentados. * Trabajo práctico en proyectos de extremo a extremo con conjuntos de datos reales y un impacto comercial medible. * Oportunidad de aprender prácticas de ciencia de datos conscientes de la producción y técnicas avanzadas. * Un entorno colaborativo donde se fomenta el crecimiento técnico y las mejores prácticas. Duración: 6 meses (flexible) **Únete a nuestro equipo** -----------------