Ingeniero de Data Management

Actuar como puente entre los datos operativos generados por las centrales de Statkraft Perú y la capacidad de la organización para transformarlos en información accionable para la operación y el mantenimiento de los activos. El puesto combina ciencia de datos aplicada, ingeniería de datos y conocimientos operativos para desarrollar, implementar y escalar soluciones de inteligencia artificial y analítica avanzada que permitan anticipar fallas, predecir el comportamiento de los equipos y respaldar estrategias de mantenimiento basado en condición. Diseñar, desarrollar y mantener la infraestructura analítica necesaria para operar estas soluciones de forma confiable en entornos productivos, incluyendo pipelines de ingestión de datos, arquitecturas de datos escalables y plataformas para el despliegue y monitoreo de modelos analíticos. Asimismo, establecer patrones reutilizables, plantillas técnicas y estándares de calidad de datos que permitan replicar estas soluciones de manera eficiente en todo el portafolio de centrales de generación. Trabajar estrechamente con los equipos de Operaciones y Mantenimiento para convertir desafíos operativos, comportamientos de equipos y modos de falla en soluciones analíticas que generen valor de negocio sostenible, medible y de alto impacto. Formación Académica: Bachiller o titulado en Ingeniería Electrónica, Ingeniería Mecatrónica, Ingeniería Eléctrica, Ingeniería Mecánica, Ingeniería de Sistemas o disciplinas afines. Se valorarán estudios de posgrado en Ciencia de Datos, Machine Learning, Inteligencia Artificial Aplicada o Ingeniería de Datos. Experiencia: Mínimo 3 años de experiencia en ciencia de datos aplicada, desarrollo de modelos de inteligencia artificial o analítica avanzada en entornos productivos. Experiencia en los sectores de energía, minería u otras industrias con alta generación de datos provenientes de sensores será altamente valorada. Se considerará una ventaja contar con experiencia o exposición a áreas de Operaciones y Mantenimiento (O&M), instrumentación o mantenimiento, que permita comprender mejor el desempeño de los activos y los desafíos operativos. Experiencia en el despliegue de modelos de machine learning en entornos productivos (MLOps). Conocimiento en gestión, monitoreo y gobierno del ciclo de vida completo de modelos analíticos, desde su desarrollo hasta su operación. Conocimientos: Experiencia en Machine Learning, Deep Learning y analítica avanzada aplicada a entornos industriales. Dominio de Python y herramientas como Scikit-learn, TensorFlow, PyTorch, Keras y XGBoost. Conocimiento en análisis de series temporales, predicción, detección de anomalías y mantenimiento predictivo. Experiencia en ingeniería de datos, PySpark, Databricks y arquitecturas modernas de datos (Lakehouse). Conocimiento en MLOps, despliegue y monitoreo de modelos en producción. Familiaridad con sistemas industriales como SCADA, PI System (OSIsoft), OPC-UA y MQTT. Experiencia o exposición a…