Data Scientist - EST

En Transelec, estamos impulsando la transformación energética del país. Conectamos las energías renovables generadas para el desarrollo de Chile y además, operamos más de 10.000 km de líneas de transmisión para llevar energía de manera segura, eficiente y sostenible. Hoy nos encontramos en búsqueda de Data Scientist- EST para unirse a nuestro equipo de la Gerencia de Datos de la Vicepresidencia de Finanzas. Tu misión principal será liderar el diseño, desarrollo y despliegue de soluciones de Machine Learning e Inteligencia Artificial aplicadas a la operación, gestión de activos y toma de decisiones de Transelec. Esto incluye tanto modelos predictivos y analítica avanzada, omo aplicaciones de IA generativa basadas en LLMs, construyendo soluciones productivas de extremo a extremo que generen impacto medible, alineadas con los estándares de gobierno de datos y la estrategia digital de la empresa. Desafíos que te esperan: - Diseñar, desarrollar y desplegar modelos de ML de extremo a extremo (feature engineering, entrenamiento, validación, monitoreo) y aplicaciones de IA generativa basadas en LLMs, para resolver problemas de negocio en transmisión eléctrica. - Arquitectar pipelines de datos y modelos reproducibles, integrando técnicas de RAG (retrieval vectorial e híbrido), fine-tuning, embeddings y orquestación de agentes según el caso de uso. - Aplicar algoritmos de ML supervisado (clasificación, regresión, survival analysis, series de tiempo), no supervisado (clustering, detección de anomalías) y deep learning, así como técnicas de IA generativa (prompt engineering, context engineering, multi-agente). - Desarrollar modelos predictivos y prescriptivos para mantenimiento de activos, pronóstico de fallas, análisis de causa raíz (RCA) y gestión de riesgos alineados con ISO 55001. - Implementar prácticas de MLOps/GenAIOps: CI/CD, reproducibilidad, versionamiento de modelos y prompts, monitoreo de drift, evaluación continua y operación en producción. - Diseñar e implementar guardrails, frameworks de evaluación y técnicas de explicabilidad (SHAP, LIME) que aseguren la confiabilidad, seguridad y transparencia de las soluciones desplegadas. - Traducir necesidades de negocio en proyectos de ciencia de datos, comunicar decisiones técnicas, trade-offs y resultados a audiencias técnicas y ejecutivas. ¡Súmate a conectar las energías del futuro! Magíster o Doctorado en Ciencias de la Computación, Inteligencia Artificial, Machine Learning, Estadística, Matemáticas Aplicadas, Ingeniería Civil Industrial, Informática, Eléctrica o afín. Experienciaentre 3 a 6 años de experiencia profesional en ciencia de datos, ingeniería de ML/IA o roles técnicos equivalentes. Experiencia demostrada desarrollando y desplegando modelos de ML y/ o aplicaciones basadas en LLMs en ambientes productivos, con foco en calidad, escalabilidad y monitoreo continuo. Experiencia en el ciclo completo de ML: feature engineering, selección de modelos, entrenamiento, validación, testing y análisis de rendimiento. Experiencia con arquitecturas de RAG, patrones agénticos (context engineering, tool use, orquestación) y frameworks de orquestación Experiencia con MLOps/GenAIOps: CI/CD, reproducibilidad, experiment tracking, model registry, monitoreo de drift y versionamiento. Disponibilidad para trabajar en modalidad EST por 6 meses (con posibilidad de extensión)