GLOBAL DATA SCIENCE SPECIALIST III

Esta posición actúa como un puente entre la genética cuantitativa, el mejoramiento genético y la Inteligencia Artificial, transformando datos experimentales, genéticos, ambientales y operativos en modelos y soluciones que fortalezcan la toma de decisiones.

Principales responsabilidades

• Conectar metodologías de genética cuantitativa y mejoramiento genético con herramientas de Inteligencia Artificial, asegurando que los modelos sean estadísticamente robustos, reproducibles y relevantes para las decisiones de selección y posicionamiento;
• Desarrollar modelos estadísticos aplicados a la selección y al posicionamiento de genotipos e híbridos;
• Analizar datos experimentales de campo mediante metodologías avanzadas, con foco en la interacción genotipo × ambiente;
• Revisar los procesos actuales e identificar oportunidades para la aplicación de IA, automatización y soluciones basadas en agentes;
• Diseñar e implementar soluciones analíticas que integren datos experimentales, genéticos, ambientales y operativos;
• Trabajar en la integración, calidad y gobernanza de bases de datos;
• Interactuar con equipos globales para comprender necesidades, traducirlas en soluciones técnicas y promover su adopción;
• Contribuir a iniciativas de innovación en ciencia de datos aplicada al mejoramiento genético.

Requisitos para participar del proceso

• Formación avanzada —Maestría o Doctorado— en Estadística, Mejoramiento Genético, Biología, Genética Cuantitativa, Ciencia de Datos, Ciencia de la Computación, Bioestadística o áreas afines;
• Experiencia práctica en la intersección entre genética cuantitativa, análisis de datos e Inteligencia Artificial aplicada;
• Experiencia en diseño de experimentos y análisis de datos de ensayos multiambientales;
• Sólida base en estadística aplicada al mejoramiento genético, incluyendo modelos lineales mixtos, interacción genotipo × ambiente y métodos bayesianos;
• Experiencia con ASReml-R, BGLR u otros paquetes o softwares similares para modelado estadístico y genética cuantitativa;
• Conocimientos avanzados de programación en Python y R, experiencia con SQL y manipulación de datos;
• Experiencia con soluciones de Inteligencia Artificial Generativa, incluyendo RAG, MCP, Skills, agentes de IA, tool/function calling e integración con APIs y bases de datos;
• Conocimiento de LLMOps, evaluación y monitoreo de soluciones de IA, gobernanza, control de acceso y trazabilidad será considerado un diferencial;
• 
  #LI-MZ1