Data Scientist / Machine Learning (Semi Senior) – Python (Híbrido, CABA)
Job Description
Data Scientist (Semi Senior) – Python
📍 Buenos Aires (Zona Norte GBA – San Isidro) | Híbrido
🕘 Full-time
Sobre el rol
Buscamos un/a Data Scientist Semi Senior para sumarse a proyectos de analítica avanzada y machine learning, trabajando con grandes volúmenes de datos y modelos predictivos.
El rol implica participar en todo el ciclo de vida de las soluciones de datos: desde el análisis y modelado, hasta la validación y despliegue, colaborando con equipos técnicos y de negocio.
Qué vas a hacer
Analizar datos y desarrollar modelos de Machine Learning
Limpiar, procesar y transformar datos para su uso en modelos
Participar en el diseño y desarrollo de soluciones analíticas
Ejecutar pruebas y validar resultados (modelos y datos)
Colaborar con equipos multidisciplinarios
Comunicar resultados a stakeholders de forma clara
Participar en el despliegue y mejora continua de soluciones
Qué buscamos
Experiencia en Data Science / Machine Learning (2–4 años)
Experiencia trabajando con Python
Conocimientos en:
procesamiento y análisis de datos
desarrollo de modelos predictivos
Experiencia trabajando con datos en entornos reales
Buenas habilidades de comunicación
Capacidad de trabajo en equipo
Valoramos especialmente
Experiencia en entornos cloud (idealmente Azure)
Conocimientos en herramientas de AI/ML (Azure ML, OpenAI, etc.)
Experiencia en testing y validación de modelos
Experiencia en industrias como energía u operaciones
Modalidad de trabajo
Esquema híbrido (2 días presencial)
Ubicación: Zona Norte GBA (San Isidro)
Se aceptan perfiles del interior en modalidad remota
Se priorizarán candidatos con disponibilidad híbrida
Beneficios
Plan de carrera y capacitaciones
Prepaga
Día de cumpleaños libre
Beneficio por conectividad
Descuentos en formación
💡 Nota
El rol combina análisis, desarrollo y validación de modelos, por lo que buscamos perfiles con interés en participar en todo el ciclo de vida de soluciones de datos.
Postulación
Si es para ti, aplica aquí mismo.
Si no es para ti, compártela con tus colegas!