Acerca del Grupo QuintoAndar

Somos el Grupo QuintoAndar, el mayor ecosistema inmobiliario de América Latina. Guiados por un propósito compartido de ayudar a las personas a amar el lugar donde viven, contamos con un portafolio diversificado de marcas y soluciones en diferentes países de América Latina y también con un Hub de Tecnología en Portugal. Desarrollamos tecnologías e innovación para transformar e impulsar la experiencia de vivienda en su totalidad.

Juntas, nuestras marcas líderes ofrecen soluciones que cubren todas las etapas del proceso de viviendar: Inmuebles24 (México), Zonaprop (Argentina), Adondevivir y Urbania (Perú), Plusvalía (Ecuador), ImovelWeb y QuintoAndar (Brasil).

Con el apoyo de un equipo de inversionistas y consultores de clase mundial, como Kaszek, Qualcomm, General Atlantic y SoftBank, QuintoAndar Group está actualmente valorado en más de 5.100 millones de dólares y sigue creciendo año tras año.

Aquí trabajarás con los mejores profesionales del mercado, en un entorno que respira innovación, colaboración y alto rendimiento. Para conocer más sobre nuestra historia, visita https://grupoquintoandar.com/es/.

Etapas del Proceso Selectivo

Las etapas de nuestros procesos de selección tienen como objetivo evaluar tus experiencias y brindarte la oportunidad de conocer a nuestros equipos y oportunidades de carrera, y están estructuradas en los siguientes pasos:

People Interview
Tech Screening
Tech Interview 1
Tech Interview 2

Acerca del puesto

En nuestro equipo de Data Science, tendrás la oportunidad de trabajar como parte de nuestros product squads, desarrollando funcionalidades que enriquecen nuestro producto y brindan la experiencia de primer nivel por la que somos reconocidos. Trabajarás junto a profesionales brillantes con distintas especialidades: Product Managers, Designers, UX Writers, Data Scientists, Machine Learning Engineers, Software Engineers, entre otros. Prepárate para el trabajo de tu vida: desafíos complejos, altas expectativas, mentes brillantes trabajando juntas, conversaciones significativas y una productividad extraordinaria.

Algunos de los problemas específicos en los que trabajamos en el equipo de Data Science incluyen sistemas de búsqueda y recomendación; mejora de la experiencia del cliente utilizando machine learning (como el enrutamiento automático de tickets); modelos de pricing, liquidez y crédito; y la construcción de una plataforma que nos permita desarrollar y desplegar todas estas soluciones.

Responsabilidades

Arquitectar, desarrollar y desplegar sistemas de machine learning en producción. Los principales casos de uso están relacionados con chatbots y sistemas de búsqueda.

Diseñar y ejecutar experimentos.

Analizar una amplia variedad de datos (estructurados y no estructurados, observacionales y experimentales) para mejorar los modelos actuales o crear nuevos.

Aplicar el método científico para desarrollar aplicaciones impulsadas por LLMs, incluyendo probar diferentes prompts, explorar y comprender las capacidades de los LLMs, evaluar agentes y prompts, analizar guardrails de aplicaciones de IA y construir PoCs para validar la viabilidad de IA generativa en funcionalidades de producto.

Participar activamente en discusiones y decisiones relacionadas con todo el chapter de Data Science (Guilds, Design Reviews, Demos, etc.).

Lo que buscamos

Personas que quieran aprender y generar impacto real a través de Data Science.

Conocimiento experto en conceptos de machine learning: regresión y clasificación, clustering, redes neuronales, selección de features, validación cruzada, curse of dimensionality, bias-variance tradeoff, explicabilidad de modelos, entre otros.

Buena comprensión de los desafíos de ingeniería para desplegar sistemas de machine learning en producción.

Dominio de Python.

Conocimientos o experiencia con Deep Learning.

Experiencia brindando asesoramiento técnico a otros data scientists (liderazgo técnico).

Excelentes habilidades de comunicación técnica escrita y verbal. Buscamos a alguien apasionado por Data Science y Machine Learning, dispuesto a compartir su conocimiento con los demás miembros del Data Science Chapter.