Científico de Datos Líder — Presencial - Bogotá, Colombia — Consultoría Tech - Machine Learning,

Descripción del puesto

Sobre la vacante

Bluetab busca un Científico de Datos Líder en Bogotá, Colombia. Este no es un rol técnico tradicional; es una posición de liderazgo donde transformarás la operación, optimizarás la experiencia del cliente y automatizarás procesos con inteligencia artificial. Requerimos experiencia sólida en Machine Learning aplicado a negocio, analítica avanzada, modelos predictivos, automatización de procesos (IVR) y proyectos de eficiencia operativa con impacto medible. Buscamos un perfil estratégico que conecte datos con decisiones de negocio, cuestione el status quo, proponga soluciones innovadoras y lidere equipos hacia resultados tangibles.

¿Por qué deberías aplicar?

Si lideras modelos pero anhelas liderar impacto real, esta es tu oportunidad. Aquí no solo construirás dashboards; dejarás una huella transformadora en la operación de empresas. Aprenderás a escalar soluciones de ML en entornos empresariales complejos, desarrollarás habilidades de liderazgo técnico y estratégico, y trabajarás en proyectos que miden su éxito en eficiencia y optimización real. Es el salto perfecto para científicos de datos senior que quieren evolucionar hacia roles de influencia y transformación organizacional.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Machine Learning aplicado a negocio, analítica predictiva, automatización de procesos (IVR), Python/R, SQL, frameworks de ML (Scikit-learn, TensorFlow)
• Soft skills: Liderazgo técnico, pensamiento estratégico, comunicación efectiva con stakeholders no técnicos, capacidad de cuestionar y proponer

Tips prácticos para este puesto

• Enfoca tu CV en proyectos con impacto medible (ej: "reduje costos operativos en X% con ML")
• Prepara ejemplos de cómo has conectado data con estrategia en tu experiencia previa
• Investiga sobre automatización IVR y casos de uso en optimización operativa
• Practica explicar conceptos técnicos complejos a audiencias de negocio

Recursos recomendados

• Tools: Scikit-learn, TensorFlow, Jupyter, Tableau, Power BI
• Documentación: "Machine Learning Yearning" de Andrew Ng, artículos de Towards Data Science
• Influencers: Cassie Kozyrkov (Chief Decision Scientist en Google), Hilary Mason
• Cursos: "Machine Learning Engineering for Production (MLOps)" en Coursera

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe un proyecto de ML donde mediste impacto real en negocio" - Tip: Usa la metodología STAR (Situación, Tarea, Acción, Resultado) y cuantifica resultados
• Pregunta 2: "¿Cómo priorizarías proyectos de data science en un entorno con recursos limitados?" - Tip: Enfócate en ROI potencial, alineación estratégica y viabilidad técnica
• Pregunta 3: "¿Cómo liderarías un equipo para implementar una solución de automatización IVR?" - Tip: Destaca planificación por fases, comunicación cross-functional y gestión de cambio

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Senior | $3,500 - $5,500 | | Líder/Staff | $5,000 - $7,500 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para roles de liderazgo en Colombia con impacto estratégico, el rango puede superar los $7,000 en empresas multinacionales.*

Red flags a considerar

• Bandera roja 1: Si la empresa no puede definir métricas claras de éxito para el rol - Pregunta en la entrevista: "¿Cómo medirán el impacto de mi trabajo en los primeros 6 meses?"
• Bandera roja 2: Falta de apoyo ejecutivo para iniciativas de data science - Investiga antes: Busca en LinkedIn si la empresa tiene un CDO (Chief Data Officer) o líder senior de datos
• Bandera roja 3: Expectativas poco realistas sobre implementación rápida de ML sin infraestructura adecuada - Señal de advertencia: Si hablan de "magia con datos" sin mencionar procesos, datos limpios o recursos técnicos