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 cualificado 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

📌 Data Scientist Senior (Santiago)
🏢 Ntt
📍 Santiago