Colaborar estrechamente con el equipo de desarrollo de Inteligencia Artificial (IA) para proporcionar acceso a datos limpios y preparados, almacenados y anonimizados en el desarrollo del datalake dentro de la organización contribuyendo al desarrollo de nuevos modelos de IA y la mejora de los modelos existentes dentro de la organización. Esto incluye asegurarse de que los datos sean óptimos para el entrenamiento y análisis de los modelos, manteniendo altos estándares de privacidad y seguridad.

Enlace al empleo: https://www.getonbrd.com/empleos/data-science-analytics

Funciones del cargo

Colaborar estrechamente con el equipo para proporcionar acceso a datos limpios y preparados para su análisis, así como participar en la creación de modelos de IA dentro de la organización.
Diseñar, desarrollar y mantener nuestro sistema de almacenamiento de datos, asegurando que sea escalable, eficiente y seguro para la recopilación, almacenamiento y gestión de datos de múltiples fuentes.
Implementar algoritmos eficientes para anonimizar la información de manera óptima y garantizar la privacidad de los datos.
Diseñar, implementar y mantener nuestro Data Lake, asegurando que cumpla con los requisitos de escalabilidad, rendimiento y seguridad de la organización.
Garantizar el cumplimiento de las normativas de privacidad y seguridad de datos en todos los datos almacenados.
Colaborar con desarrolladores para definir y mantener políticas de retención de datos y purga de datos obsoletos.
Participar activamente en la monitorización y optimización del rendimiento del Data Lake, realizando ajustes y mejoras cuando sea necesario.
Mantenerse al tanto de las mejores prácticas en el campo de Data Lake, Big Data, Machine Learning, LLMS, Deep Learning para garantizar la innovación y la eficiencia continua en el manejo de datos y en el desarrollo de modelos de IA.

Requerimientos del cargo

Formación en Ingenierías de Sistemas computacionales o Ingenierías afines.
Conocimiento de Python Avanzado
Experiencia en la solución de problemas técnicos y el soporte de errores en producción.
Conocimiento de buenas prácticas de seguridad de datos.
Desarrollo y mantenimiento datalakes.

Opcionales

AWS (SageMaker, GLUE, RDS, Kinesis, S3 AIrflow).
LLM ( Large languaje models,).
Marchine Learning (NLP)
Manejo de formatos de archivos Delta, Parquet, CSV