Inetum

Global IT services for digital transformation

Data Scientist

Applied Machine LearningConfirmed live in the last 24 hours

Full-timeMexico City, CDMX, MexicoNo salary listedHybrid

About the Job

Requirements

Design, develop, and implement predictive and prescriptive models and machine-learning algorithms for different business areas.
Analyze large volumes of information to identify patterns, trends, and improvement opportunities.
Apply experimentation techniques, hypothesis testing, and causal analysis to support evidence-based strategic decisions.
Build data transformation and preparation processes using advanced SQL and PySpark.
Develop modular, maintainable, production-ready Python code following software engineering standards.
Implement experiment tracking and monitoring using MLflow or similar tools.
Evaluate and validate models using business metrics, bias, explainability, segment-level performance, and statistical robustness.
Collaborate with multidisciplinary teams to translate business needs into scalable analytical solutions.
Document models, including objectives, data sources, assumptions, limitations, and expected results.
Manage data stored in cloud environments including Google Cloud Storage and Azure Blob Storage.
Apply best practices for versioning, change control, secure credential handling, and data governance.
Evaluate and define appropriate uses of generative AI tools, large language models, and agent systems with a responsible, business-value-oriented approach.
Demonstrate advanced proficiency in Python as the primary and exclusive development language.
Have solid experience with Scikit-learn, XGBoost, LightGBM, Pandas, Polars, Statsmodels, and SciPy.
Have experience developing and implementing models using TensorFlow and PyTorch.
Use advanced SQL for querying and data analysis, and PySpark for processing, exploring, and transforming large volumes of data.
Have experience working with data in cloud environments, including Google Cloud Storage and Azure Blob Storage.
Apply experimental design to business problems, conduct hypothesis testing and inferential analysis, and understand causality and the distinction between correlation and causal relationships.
Validate models robustly using business metrics, accuracy and performance, algorithmic bias, segment and subgroup behavior, and interpretability and explainability.
Use Git professionally in daily workflows and develop structured, reusable, production-oriented code.
Have experience with experiment tracking and traceability tools such as MLflow.
Work to engineering and data governance standards, manage data versions and model quality, and produce clear, structured technical documentation.
Have more than 5 years of experience in data science, machine learning, or artificial intelligence.
Have experience developing impactful analytical models for different business areas and participating in advanced analytics projects and deploying models in production environments.
Have experience working in multidisciplinary teams using agile methodologies.

Responsibilities

Design, develop, implement, and optimize advanced machine-learning and artificial-intelligence models to solve complex business problems, generate actionable insights, and strengthen data-driven decision-making.
Ensure the technical, statistical, and operational quality of analytical solutions while following professional development standards and MLOps best practices.

Descripción del empleo

Diseñar, desarrollar, implementar y optimizar modelos avanzados de Machine Learning e Inteligencia Artificial que permitan resolver problemas de negocio complejos, generar insights accionables y potenciar la toma de decisiones basada en datos. Será responsable de garantizar la calidad técnica, estadística y operativa de las soluciones analíticas, trabajando bajo estándares de desarrollo profesional y mejores prácticas de MLOps.

Requisitos

Diseñar, desarrollar e implementar modelos predictivos, prescriptivos y algoritmos de Machine Learning para diferentes áreas del negocio.
Analizar grandes volúmenes de información para identificar patrones, tendencias y oportunidades de mejora.
Aplicar técnicas de experimentación, pruebas de hipótesis y análisis causal para respaldar decisiones estratégicas basadas en evidencia.
Construir procesos de transformación y preparación de datos mediante SQL avanzado y PySpark.
Desarrollar código en Python modular, mantenible y listo para producción siguiendo estándares de ingeniería de software.
Implementar procesos de seguimiento y monitoreo de experimentos utilizando herramientas como MLflow o similares.
Evaluar y validar modelos considerando métricas de negocio, sesgos, explicabilidad, desempeño por segmentos y robustez estadística.
Colaborar con equipos multidisciplinarios para traducir necesidades de negocio en soluciones analíticas escalables.
Documentar de manera estructurada los modelos desarrollados, incluyendo objetivos, fuentes de datos, supuestos, limitaciones y resultados esperados.
Gestionar datos almacenados en ambientes cloud como Google Cloud Storage (GCS) y Azure Blob Storage.
Aplicar buenas prácticas de versionamiento, control de cambios, manejo seguro de credenciales y gobierno de datos.
Evaluar y definir el uso adecuado de herramientas de Inteligencia Artificial Generativa, modelos LLM y sistemas de agentes, asegurando un enfoque responsable y orientado al valor de negocio.
Conocimientos Técnicos Requeridos
Lenguaje de Programación
Dominio avanzado de Python como lenguaje principal y exclusivo de desarrollo.
Machine Learning y Ciencia de Datos
Experiencia sólida en las siguientes tecnologías y librerías:
Scikit-Learn
XGBoost
LightGBM
Pandas
Polars
Statsmodels
SciPy
Deep Learning
Experiencia en desarrollo e implementación de modelos utilizando:
- TensorFlow
- PyTorch
Procesamiento y Gestión de Datos
SQL avanzado para consulta y análisis de datos.
PySpark para procesamiento, exploración y transformación de grandes volúmenes de información.
Experiencia trabajando con datos en entornos cloud:
- Google Cloud Storage (GCS)
- Azure Blob Storage
Competencias Estadísticas
Diseño experimental aplicado a problemas de negocio.
Pruebas de hipótesis y análisis inferencial.
Comprensión avanzada de causalidad y capacidad para distinguir entre correlación y relaciones causales.
Validación robusta de modelos considerando:
- Métricas de negocio.
- Precisión y desempeño.
- Sesgos algorítmicos.
- Comportamiento por segmentos y subgrupos.
- Interpretabilidad y explicabilidad.
Desarrollo y Gobierno de Soluciones
Uso profesional de Git dentro del flujo de trabajo diario.
Desarrollo de código estructurado, reutilizable y orientado a producción.
Experiencia con herramientas de seguimiento y trazabilidad de experimentos como MLflow.
Capacidad para trabajar bajo estándares de ingeniería y gobierno de datos.
Gestión de versiones de datos y control de calidad de modelos.
Documentación técnica clara y estructurada.
Experiencia Requerida
Más de 5 años de experiencia en Ciencia de Datos, Machine Learning o Inteligencia Artificial.
Experiencia desarrollando modelos analíticos de impacto para distintas áreas de negocio.
Participación en proyectos de analítica avanzada y despliegue de modelos en ambientes productivos.
Experiencia trabajando en equipos multidisciplinarios bajo metodologías ágiles.
Competencias Clave
Pensamiento analítico y orientación a resultados.
Capacidad para resolver problemas complejos de negocio mediante datos.
Rigor estadístico y pensamiento crítico.
Comunicación efectiva para audiencias técnicas y no técnicas.
Capacidad para desafiar hipótesis y validar resultados con evidencia.
Autonomía técnica y orientación a la mejora continua.
Colaboración y trabajo en equipo.

Información adicional

Lo que ofrecemos

Programas de formación continua y certificaciones.
Acceso a plataformas de aprendizaje y desarrollo profesional.
Cultura de innovación y colaboración.
Programas de bienestar físico y emocional.
Oportunidades de crecimiento en proyectos internacionales.
Reconocimiento y recompensas por desempeño.
Sueldo base
Prestaciones superiores a las de la ley
Seguro de vida
Seguro de Gastos Médicos Mayores
Vales de despensa
Esquema 100% nómina

About the Company

Inetum

Global IT services for digital transformation

Inetum provides IT services for digital transformation in 26 countries, serving enterprises, SMEs, and public sector clients. It offers cybersecurity, cloud computing, predictive maintenance, and augmented reality, delivered through consulting, managed services, and proprietary software. It differentiates itself through a broad service portfolio, strategic partnerships with Microsoft and Sage, and a focus on tailoring solutions to fit each client’s needs. Its goal is to help clients adapt to a changing digital landscape, improving business agility and creating economic, managerial, and social opportunities.

Company size: 1,001-5,000
Company stage: IPO
Headquarters: Saint-Ouen, France
Founded: 1995

Recently Posted Jobs

Explore more opportunities at Inetum

See more jobs