Data Scientist

Data Scientist

Multiplica · Mexico City, Mexico (Hybrid) · Full-time · Posted 2026-09-26

Salary: MXN 1–1

Workplace: hybrid

Department: Mexico

Description

¡Multiplica te está buscando!

Somos una consultora especializada en ofrecer las mejores oportunidades laborales al mejor talento digital del mercado.

Tenemos 20 años de experiencia reclutando a personas capacitadas, innovadoras y con ganas de crecer para nuestros clientes.

Actualmente colaboramos con empresas en LATAM, USA, Europa y África y contamos con talentos que trabajan presencialmente y/o remoto en diferentes partes del mundo.

Nuestros talentos son los agentes de cambio que están creando las organizaciones del futuro. ¡Sé parte de este cambio!

Actualmente estamos en la búsqueda para uno de nuestros clientes líder en el rubro de Servicios Financieros y Microfinanzas un: DATA SCIENTIST

Objetivo del Puesto:

Buscamos un(a) Científico(a) de Datos que se sume a la Estrategia DataOps & MLOps de Gentera para diseñar, entrenar y monitorear modelos de Machine Learning que aporten valor al negocio, actuando con autonomía, iniciativa y comunicación activa con su Manager y equipo. La persona será responsable de todo el ciclo de vida del modelo, desde la identificación y validación de los datos hasta su migración a la plataforma analítica en la nube, trabajando de la mano con los equipos internos para destrabar accesos a datos propios de una entidad financiera regulada, e incrementando progresivamente su nivel de autonomía conforme demuestre resultados.

Responsabilidades:

• Identificar, mapear y extraer los inputs de los modelos (fuentes de datos, formatos y frecuencia).
• Procesar y documentar los inputs identificados, aplicando metodologías de validación de datos y pruebas de consistencia.
• Realizar el análisis exploratorio, procesamiento y preparación de los datos a utilizar.
• Ejecutar la experimentación y entrenamiento de modelos de Machine Learning (clasificación, regresión, clustering), evaluando resultados para seleccionar el modelo ganador.
• Generar validaciones sobre la consistencia del performance del modelo (cross validation, backtest).
• Desarrollar el monitoreo de performance del modelo, data drift y métricas de negocio.
• Colaborar con el Ingeniero de Machine Learning / MLOps en la preparación de los modelos para su despliegue en productivo.
• Migrar los modelos entrenados por el equipo de ciencia de datos a una plataforma analítica de modelos en GCP.
• Generar documentación clara y reutilizable que facilite el mantenimiento futuro de los modelos.
• Mantenerse en constante capacitación sobre las últimas herramientas tecnológicas analíticas para garantizar su uso y aplicación en los proyectos.

Requirements

Requisitos:

• Experiencia de +03 en Ciencia de Datos como Data Scientist.
• Experiencia Avanzada con Python aplicado a Machine Learning.
• Experiencia Intermedia con SQL y buenas prácticas de construcción de consultas de datos.
• Experiencia Básica con GIT y buenas prácticas de reproducibilidad y versionamiento.
• Experiencia en nube para ML: GCP (Vertex AI/BigQuery) o AWS (SageMaker).
• Entrenamiento de modelos de Machine Learning (clasificación, regresión, clustering), conocimiento en estadística (probabilidad y distribuciones) y uso de notebooks de Jupyter.
• Preparación de modelos para producción, con conocimientos deseables en MLOps/despliegue de modelos; diplomados o certificaciones en ciencia de datos, ML o IA son un plus.
• Disponibilidad para trabajar HÍBRIDO de Lunes a Viernes de 8:00 a.m. a 6:00 p.m. en Ciudad de México, México.

Benefits

Beneficios:

• Ingreso a nómina desde el primer día de trabajo con todos los beneficios de acuerdo a Ley.
• Contratación por 3 meses (Periodo de prueba) luego Indefinido.
• Días de vacaciones extras a los que se otorga por ley.
• Beneficios corporativos de Multiplica.
• Oportunidades de crecimiento.
• Aprendizaje continuo: acceso gratuito a cursos y capacitaciones constantes.
• Pertenecer a programa de referidos.
• Agradable clima laboral.

Apply

Apply at Multiplica

---

Powered by Workable