Postúlate en Kit Empleo: kitempleo.cl/empleo/1cnh7f
Somos YOM, una plataforma SaaS para empresas de consumo masivo en Latinoamérica.
Construimos herramientas como app de ventas, eCommerce B2B y WhatsApp Commerce, con nuestro motor de recomendación que sugiere qué vender, cuánto y cuándo a cada cliente.
Buscamos un Data Scientist / ML Engineer para el equipo de Data Intelligence.
No es un rol de reportería: vas a construir modelos que corren en producción y participar en nuevos productos de datos.
En este rol, colaborarás en la creación y mejora de modelos de recomendación, pipelines de datos y soluciones analíticas que impactan directamente en la toma de decisiones y en la experiencia de nuestros clientes.
Qué harás
Desarrollar y mejorar modelos de recomendación en producción y diseñar nuevos productos de datos (engagement, atribución, experimentación).
Trabajar con pipelines en Apache Airflow para ingestion, transformación y orchestración de flujos de datos.
Escribir SQL avanzado en Amazon Redshift para consultas analíticas complejas y generación de insights operativos.
Monitorear modelos y la calidad de los datos, asegurando escalabilidad y fiabilidad.
Diseñar y evaluar nuevos enfoques de aprendizaje (embeddings, Learning to Rank) y estrategias de experimentación (A/B testing, causal inference).
Colaborar estrechamente con equipos de producto,
ingeniería y negocio para entregar soluciones de valor real a clientes y usuarios internos.
Requisitos
2+ años trabajando en ML en producción.
Python (Pandas, scikit-learn) y experiencia práctica en ciclos de desarrollo de modelos en producción.
SQL avanzado y experiencia con bases de datos de analítica (preferentemente Redshift).
Experiencia con modelos de recomendación y técnicas de gradient boosting (LightGBM/XGBoost).
Conocimientos de Airflow, Docker y AWS básico.
Git y uso de herramientas de IA para desarrollo colaborativo.
A/B testing o inferencia causal.
Embeddings o Learning to Rank.
Deseables
Experiencia en retail o e-commerce, con foco en productos B2B y soluciones de venta y canal tradicional.
Capacidad de pensar en riesgos de modelo, gobernanza de datos y ética en IA, manteniendo una mentalidad de ownership y resultados orientados a negocio.
Beneficios
Modelo en producción real y alta ownership
Equipo en construcción y Stack moderno con uso real de AI
Modalidad híbrida — Santiago (Metro Tobalaba)
Beneficios de deporte, estudio, adquisición de equipo y días administrativos
Flexibilidad horaria y cultura horizontal y cercana
#J-*****-Ljbffr
Postúlate en Kit Empleo: kitempleo.cl/empleo/1cnh7f
📌 Machine Learning Engineer (Santiago)
🏢 YOM
📍 Santiago