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 (Chile)
🏢 Ntt
📍 Chile