Científico de Datos Jr

Ubicación: Centro Comercial Plaza Claro, Bogotá, Colombia

Modalidad: 100% presencial

Horario: Administrativo (lunes a viernes), con opción de horas extra por horario extendido

Tipo de contrato: A término indefinido

Salario: A convenir

Descripción del perfil

Liderar el desarrollo e implementación de modelos de detección de fraude, aplicando machine learning supervisado, no supervisado y detección de anomalías sobre plataformas de big data, asegurando calidad, seguridad y disponibilidad de la información para la toma de decisiones.

Funciones principales

- Manejo de datos

- Limpieza y transformación con pandas, numpy y SQL.

Manejo de grandes volúmenes de datos con PySpark (nivel básico/intermedio).

- Machine Learning

- Construcción de modelos de clasificación con scikit-learn y XGBoost.

Experimentación con detección de anomalías (Isolation Forest, One-Class SVM).

- Cloud & Big Data (deseable)

- Familiaridad con Databricks, Spark y procesamiento en la nube.

- Visualización de datos

- Reportes en Power BI, Tableau o Dash.

- Uso de Matplotlib y Seaborn para análisis exploratorio.

Gestión operativa

Resolver requerimientos asignados.

Desarrollar y ejecutar soluciones que mantengan el servicio disponible para el usuario final.

Elaborar documentación de procesos de negocio para requerimientos recurrentes.

Apoyar análisis e identificación de causa raíz de problemas asignados.

Implementar integraciones de fuentes de información cumpliendo políticas de seguridad y calidad de datos.

Realizar consultas y scripts para entrega de bases de información según parámetros de cumplimiento del servicio.

Requisitos

Nivel académico:

Técnico o tecnólogo en Sistemas, Telecomunicaciones, Administración, Ingenierías o afines.

Estudiante de carrera profesional en áreas relacionadas (mínimo 6.º semestre recomendado).

Experiencia:

0–2 años en análisis de datos, machine learning o inteligencia de negocios.

Experiencia total en tecnología: 2–4 años (deseable).

Idiomas:

Inglés técnico (lectura y escritura) deseable.

Tecnologías y herramientas

Lenguajes / Librerías: Python (pandas, numpy, scikit-learn, xgboost), PySpark, SQL.

Big Data / Cloud (deseable): Databricks, Apache Spark.

ML & AI:

Supervisado: árboles de decisión, Random Forest, XGBoost.

No supervisado: clustering, autoencoders.

Detección de anomalías: Isolation Forest, One-Class SVM, redes generativas (deseable).

Visualización: Power BI, Tableau, Dash, Matplotlib, Seaborn.