**Descripción**: **Misión**: Liderar y crear estrategias de ciencia e ingeniería de datos en la organización, velando que las mismas estén ligadas a la visión de producto, entendiendo las necesidades y traduciéndolas técnicamente, decidiendo frameworks de trabajo y supervisando el trabajo del equipo encaminándolo hacia la aplicación del método científico en un entorno industrial, para desarrollar soluciones eficientes que satisfagan tiempos, requerimientos y presupuestos establecidos para el equipo y para crear valor para el consumidor interno y externo de los datos de la organización. **Responsabilidades**: - Seleccionar herramienta de versionamiento de código, de acuerdo con las necesidades internas del equipo técnico, los procedimientos internos de DevOps y los presupuestos asignados para el proceso, para crear agilidad y mantener la integridad en el código del equipo. - Asistir y definir alineaciones de arquitectura, analizando con los líderes de área distintos elementos que permitan la creación de documentos de diseño, documentos de capacitación y documentos de arquitectura, para satisfacer las necesidades del área - Seleccionar herramienta de versionamiento de datos, de acuerdo con las necesidades internas del equipo técnico, los procedimientos internos de DevOps y los presupuestos asignados para el proceso, para mantener la integridad de la transformación de los datos utilizados por data engineers y data scientists. - Seleccionar herramientas de data engineering, decidiendo sobre las herramientas a utilizar para batch o stream processing, de acuerdo con las necesidades internas del equipo técnico y los presupuestos asignados para el proceso, para desplegar el trabajo de data scientists y ml-engineers en producción por medio de data integrations. - Gestionar las necesidades en ciencia de datos del negocio, teniendo en cuento los plazos, el objetivo que se espera y en base en esto definiendo el medio por el cual se atenderá la necesidad, ya sea por uso de algoritmos de Machine Learning u estrategias de estadística bayesiana o frecuentista, Para garantizar la satisfacción de la organización frente a las necesidades de ciencias de datos del negocio. - Monitorear los proyectos del equipo de Data Science, llevando un debido proceso de seguimiento de las tareas, de las historias de usuario atendidas, reuniéndose con los stakeholders cuando sea necesario y atendiendo y removiendo todas las dificultades técnicas de su equipo, así como haciendo code reviews, para satisfacer timelines y requerimientos de la compañía en ciencia e ingeniería de datos. - Apoyar la gestión del talento humano de desarrollo, atendiendo los requerimientos del procedimiento de reclutamiento y selección. Brindando mentorías, asignando objetivos diarios, semanales y mensuales; analizando las operaciones existentes con el equipo, discutiendo mejoras que sean viables, motivando y creando espacios donde los desarrolladores puedan expresar sus inquietudes o puntos de vista; siendo honesto con el equipo en cuanto a los retos, logros como fracasos. Así mismo, gestionando los permisos del equipo de acuerdo con los procedimiento y políticas organizacionales, para asegurar un equipo humano competitivo que aporte valor a la organización **Requisitos**: **Formación**: Ingeniería de Sistemas, ciencias de la computación, sistemas de información, matemáticas o afines. **Conocimientos**: - Conocimiento en aplicación de técnicas de aprendizaje profundo a problemas de NLP/U, incluido un conocimiento profundo de la teoría y la práctica de la PNL y las técnicas de aprendizaje profundo. - Conocimiento comprobado con tecnologías relacionadas con big data como Hadoop, Spark, Cassandra, MapReduce, Hive o NoSQL, y gestión de datos, recuperación de datos, calidad de datos, ETL, análisis de datos, tecnologías de inteligencia cognitiva como Google vision, OCR, reconocimiento de voz, etc. **Habilidades**: - Nível de inglés B1 - Habilidad para desarrollar algoritmos/modelos de procesamiento/comprensión del lenguaje natural requeridos. - Habilidades de codificación, con experiência en la construcción de modelos y el análisis de datos utilizando herramientas de aprendizaje automático (Python, Julia, Matlab) y herramientas de aprendizaje profundo (TensorFlow, Keras). - Habilidad para elaborar nuevos conceptos y mantenerse al día con la investigación académica. - Habilidad para trabajar con partes interesadas no técnicas. - Habilidad para resumir la investigación y el análisis para audiencias con diferentes níveles de experiência. **Experiência mínima**: Más de 10 años de experiência en la industria del análisis, informática, matemáticas, estadística, entornos de nube o sistemas distribuidos. **Experiência deseable**: experiência en sector público, gobierno u ONG **Competencias**: - Comunicación Asertiva - Trabajo Colaborativo - Orientación al logro - Competencia Técnica - Lider