Objetivo del cargo
Liderar el desarrollo, despliegue e industrialización de modelos y productos analíticos de extremo a extremo, asegurando
reproducibilidad, trazabilidad y transferencia a continuidad operacional, y apoyando técnicamente a científicos de datos
de menor seniority.
Alcances / responsabilidades
• Diseño, desarrollo e implementación de soluciones de Analítica Avanzada e IA (incl. IA Generativa) end-to-end.
• Definición de lineamientos, estándares y buenas prácticas de modelamiento reutilizables.
• Validación de resultados junto a usuarios finales e integración con plataformas de datos y aplicaciones corporativas.
• Liderazgo técnico y revisión del trabajo de científicos de datos junior / intermedios.
Requisitos mínimos (obligatorios)
• Mínimo 5 años en desarrollo e implementación de soluciones de Analítica Avanzada e Inteligencia Artificial,
preferentemente en minería.
• Dominio de Databricks, SQL y Python; modelos predictivos / ML en proyectos productivos.
• IA Generativa: RAG, generación de embeddings, análisis contextual y uso de modelos de lenguaje (LLM) para
recomendaciones y apoyo a decisiones (según iniciativa).
• MLOps: reproducibilidad, versionamiento (MLflow), criterios de despliegue, monitoreo y detección de degradación
de modelos.
• Desarrollo e integración de servicios de IA mediante APIs.
• Buenas prácticas de ingeniería de software (código modular, mantenible, con testing y documentación) y control de
versiones con Git: ramas, pull requests y code review.
Experiencia en minería (altamente valorada)
• Experiencia comprobable en la industria minera y sus procesos (Mina, Concentradora, Hidrometalurgia, Flotación o
procesos asociados) — altamente valorada por el cliente.
• Deseable trabajo en terreno en industria minera y acreditaciones asociadas.
Certificaciones (deseables)
• Databricks Machine Learning y/o Azure ML; certificaciones de IA / MLOps.
• Especialización / postgrado en Ciencia de Datos, IA, Machine Learning o Analítica Avanzada.
Gestión de proyectos, personas y comunicación
• Gestión del tiempo: planifica y prioriza iniciativas analíticas, anticipando riesgos y dependencias.
• Gestión de requerimientos: levanta, negocia y formaliza requerimientos de negocio con autonomía.
• Gestión de personas / equipo: lidera técnicamente y hace mentoría de científicos de datos junior.
• Comunicación: presenta resultados e impacto de los modelos con claridad a stakeholders técnicos y ejecutivos.
Requisitos deseables (diferenciadores)
• Unity Catalog, Delta Lake, Databricks Asset Bundles (DAB) y Databricks Workflows.
• Databricks Model Serving / Azure ML, Azure Data Factory y almacenes NoSQL (Cosmos DB).
Formación académica
Título profesional en Ingeniería Civil en Informática / Computación, Ingeniería Civil Industrial, Ingeniería Matemática,
Estadística o carrera afín. Deseable especialización en Ciencia de Datos, IA, Machine Learning o Analítica Avanzada