Machine Learning Engineer

Hace 2 semanas

Santiago Santiago Metropolitan Region, RM, Chile Antalis Jornada completa
En Antalis, nos encontramos en búsqueda de nuestro próximo Machine Learning Engineer – Santiago. Con fuerte foco en redes neuronales y funciones complementarias de ingeniería de datos , para integrarse a un equipo de alto impacto y contribuir a la toma de decisiones estratégicas mediante el desarrollo de soluciones analíticas avanzadas. Buscamos un perfil con orientación a modelos de Machine Learning y especialmente Deep Learning / Redes Neuronales . Principales

funciones:
- Diseñar, entrenar, validar e implementar modelos predictivos y analíticos con foco en Machine Learning y Redes Neuronales , orientados a resolver desafíos concretos del negocio.
- Desarrollar soluciones basadas en datos que generen insights accionables y apoyen la toma de decisiones estratégicas.
- Extraer, limpiar, transformar y estructurar datos desde múltiples fuentes, utilizando Python y SQL .
- Participar en tareas asociadas a ingeniería de datos , incluyendo preparación, disponibilización y mantenimiento de datasets para modelamiento.
- Definir, analizar y monitorear KPI’s y métricas relevantes para las distintas áreas. Perfil requerido:
- Formación en Estadística, Ingeniería Civil Industrial, Ingeniería Comercial, Ingeniería en Información y Control de Gestión, Ingeniería Civil, Informática o carrera afín con fuerte base cuantitativa.
- Experiencia en roles vinculados a ciencia de datos, machine learning o analítica avanzada .
- Experiencia comprobable en desarrollo de modelos de machine learning y especialmente en redes neuronales .
- Capacidad para conectar análisis técnico con impacto de negocio. Conocimientos técnicos:
- Python : Pandas, Scikit-Learn y librerías orientadas a redes neuronales/deep learning .
- Experiencia en frameworks como TensorFlow, Keras o PyTorch .
- SQL Server : T-SQL, queries, vistas y stored procedures.
- Power BI : ingesta de datos, mantención de modelos y reportería.
- Sólidos conocimientos de estadística , modelamiento y evaluación de desempeño de modelos.

Condiciones:
- Modalidad híbrida
-

Ubicación:
Santiago