En Lisit estamos buscando un Data Scients + Antecedentes Generales
Además, define las arquitecturas de datos y modelos, promueve buenas prácticas de MLOps y de gobierno de datos, y colabora estrechamente con equipos de Backend, Procesos, QA y DevOps para asegurar que las soluciones de IA sean escalables, mantenibles y estén alineadas con los objetivos estratégicos de la empresa.
Responsable de diseñar, desarrollar, entrenar y poner en producción modelos analíticos, predictivos y de inteligencia artificial que aporten valor al negocio logístico.
Su principal objetivo es transformar los datos en información accionable y soluciones inteligentes que optimicen procesos como pronóstico de demanda, optimización de rutas, asignación de recursos, detección de anomalías y mejora de la experiencia del cliente.
Principales Funciones
Objetivos del Cargo
Responsable de diseñar, desarrollar, entrenar y poner en producción modelos analíticos, predictivos y de inteligencia artificial que aporten valor al negocio logístico.
Su principal objetivo es transformar los datos en información accionable y soluciones inteligentes que optimicen procesos como pronóstico de demanda, optimización de rutas, asignación de recursos, detección de anomalías y mejora de la experiencia del cliente.
Además, define las arquitecturas de datos y modelos, promueve buenas prácticas de MLOps y de gobierno de datos, y colabora estrechamente con equipos de Backend, Procesos, QA y DevOps para asegurar que las soluciones de IA sean escalables, mantenibles y estén alineadas con los objetivos estratégicos de la empresa.
Recopilar, limpiar,



transformar y analizar grandes volúmenes de datos provenientes de distintas fuentes del ecosistema logístico.
Realizar análisis exploratorio de datos (EDA) e identificar patrones, tendencias y oportunidades de mejora.
Diseñar, desarrollar, entrenar, validar y optimizar modelos de machine learning e inteligencia artificial.
Desplegar modelos en producción y monitorear su rendimiento, asegurando su reentrenamiento y mejora continua (MLOps).
Construir y exponer servicios y APIs para la integración de modelos con las aplicaciones del negocio.
Colaborar con equipos de DevOps en la definición de pipelines de datos y de despliegue (CI/CD).
Documentar metodologías, supuestos, decisiones técnicas y resultados de los modelos para facilitar la colaboración y trazabilidad.
Comunicar hallazgos y recomendaciones a las áreas de negocio mediante visualizaciones y reportes claros.
Título universitario en Ingeniería en Informática, Ingeniería en Computación, Ciencias de la Computación, Estadística, Matemáticas, Ingeniería Civil Industrial o carreras afines.
Conocimientos y/o experiencia
Experiencia Excluyente en las siguientes tecnologías:
Frameworks de Deep Learning (TensorFlow, PyTorch, Keras)
SQL y manejo de bases de datos relacionales y no relacionales.
Idóneo Postgresql.
Conocimientos Obligatorios: Modelamiento estadístico y machine learning supervisado/no supervisado.




Limpieza, transformación y análisis exploratorio de datos (ETL/EDA).
Gitlab.
Experiencia en metodologías ágiles.
JSON.
Linux Nivel Medio.
Consumo e integración de APIs.
Competencias y Habilidades:
Pensamiento analítico y estadístico para extraer conclusiones a partir de los datos.
Capacidad para traducir necesidades del negocio en problemas de datos y modelos.
Trabajo en equipo y comunicación efectiva con áreas de negocio, Backend, QA y DevOps.
Capacidad de aprendizaje y adaptación a nuevas técnicas, herramientas y tendencias en IA.
Rigurosidad en la validación de modelos y la calidad de los datos.
Conocimientos de metodologías ágiles con SCRUM (no excluyente).
Trayectoria Laboral / Conocimientos que suman puntos
Postgrados, diplomados o certificaciones en Ciencia de Datos, Machine Learning, Inteligencia Artificial o áreas relacionadas (opcional, pero valorado).
Deseable experiencia en proyectos de logística, transporte, optimización de rutas, pronóstico de demanda o detección de anomalías.
Conocimientos que suman puntos: MLOps (MLflow, Kubeflow, Airflow).
Manejo de Contenedores (Docker, Kubernetes).
LLMs e IA Generativa (LangChain, RAG, fine-tuning, prompt engineering).
Automatización (N8N).
Herramientas de visualización (Power BI, Tableau, Grafana).
Big Data (Spark, Hadoop).
Creamos, desarrollamos e implementamos servicios de software capaces de proporcionar herramientas de automatización y optimización requeridos manteniendo constante el foco de innovación y pasión por los desafíos.
—Lisit's full profile
#J-*****-Ljbffr

📌 Data Scientist / Ia Engineer Full Time (Santiago)
🏢 Lisit
📍 Santiago