Detalle Oportunidad

Empresa: Cinte Colombia SAS

Perfil: CINTE Colombia es una empresa de origen mexicano, con cobertura internacional y con experiencia en el país desde el 2012. Somos una empresa de prestación de servicios administrados de tecnología y gestión de talento humano para el desarrollo, implementación y mantenimiento de proyectos de tecnología de la información. Apoyamos los procesos de innovación y transformación de las empresas mediante la atracción y selección de talento de la más alta especialización, para proyectos de gran complejidad. Desde CINTE Colombia, administramos la fuerza laboral, evaluando competencias de nuestros colaboradores, apoyando en los procesos migratorios y capacitándolos en las necesidades prioritarias de nuestros clientes. Tenemos como misión cumplir nuestros compromisos y entregar calidad a nuestros clientes. Somos una organización innovadora, generadora de empleos y de negocio, que contribuye a la sociedad para el bienestar de nuestros colaboradores, consultores, socios de negocio y sus familias, participando activamente en el desarrollo económico internacional.

Descripción Profesional en Ingeniería de Sistemas, Informática, estadística, economía o áreas afines. Entre 4 a 5 años de experiencia como científico de datos. • Realizar análisis exploratorio para identificar patrones, tendencias y anomalías. • Aplicar técnicas de perfilamiento y calidad de datos. • Modelado Estadístico y Predictivo • Diseñar, entrenar y validar modelos de machine learning y estadística avanzada. • Seleccionar algoritmos adecuados según el tipo de problema (clasificación, regresión, clustering, etc.). • Generación de Insights y Visualización • Traducir resultados analíticos en recomendaciones claras para áreas de negocio. • Implementar pipelines de datos y modelos en producción usando herramientas como Azure ML, Databricks

Requisitos: Profesional en Ingeniería de Sistemas, Informática, estadística, economía o áreas afines. Entre 4 a 5 años de experiencia como científico de datos. • Realizar análisis exploratorio para identificar patrones, tendencias y anomalías. • Aplicar técnicas de perfilamiento y calidad de datos. • Modelado Estadístico y Predictivo • Diseñar, entrenar y validar modelos de machine learning y estadística avanzada. • Seleccionar algoritmos adecuados según el tipo de problema (clasificación, regresión, clustering, etc.). • Generación de Insights y Visualización • Traducir resultados analíticos en recomendaciones claras para áreas de negocio. • Implementar pipelines de datos y modelos en producción usando herramientas como Azure ML, Databricks