Data Scientist / ML.

Buscamos a la persona que construya la capa de inteligencia de Idilio: modelos predictivos, agentes que optimicen marketing y producto, y herramientas de decisión basadas en LLMs. Una plataforma de micronovelas en español con +1M de descargas.

Ubicación

Ciudad de México / Bogotá
Esquema híbrido

Experiencia

2 – 5 años

Reporta a

CTO

Foco

ML, LLMs, agentes

01 — Sobre nosotros

Una plataforma de micronovelas en español, basada en Colombia y México.

Monetizamos con un modelo de monedas (microtransacciones), ads y suscripciones. Somos un equipo pequeño y técnico.

Estamos en una etapa donde cada decisión basada en datos — qué shows producir, dónde gastar en adquisición, qué experimentos correr — tiene impacto directo en la economía del negocio. Nos movemos rápido, y en el centro de todo está la tecnología.

+1M
Descargas en 27 países, creciendo cada mes.

3
Prioridades para tus primeros 6 meses, alineadas con el crecimiento del negocio.

1ª
Persona dedicada full-time a inteligencia y ML dentro de Idilio.

02 — El rol

Vas a construir la capa de inteligencia de Idilio.

Todo lo relacionado con modelos predictivos, clustering de usuarios, insights avanzados y automatización de flujos con agentes será tu responsabilidad.

Este rol es fundamental para el éxito de Idilio: desarrollar estos modelos inhouse nos da una ventaja competitiva en el mercado. No construimos modelos en abstracto — cada uno se conecta a una decisión real del negocio.

Habilidades requeridas:
Python, PyTorch, sklearn, pandas, Claude API, LLMs + tools, Agentic pipelines, AWS / EC2, Redshift, Meta Ads API, A/B testing.

03 — Primeros 6 meses

Tres prioridades claras desde el día uno.

Prioridad 01

Mayor impacto

Marketing agentic pipeline para Meta ROAS

Diseñar y desplegar un sistema agéntico que optimice creatives, audiences y bidding en Meta Ads. Incluye: generación de variantes de creative, análisis de signal loops de Meta, decisiones de pausa/escala de campañas, y attribution modeling. Es la palanca de mayor impacto para nuestro crecimiento.

Prioridad 02

A producción

Script intelligence pipeline en producción

Llevar el pipeline actual de scoring de scripts (corre en EC2 con la Claude API) de prototipo a herramienta de decisión real: validación de predicciones contra performance histórica, intervalos de confianza, y una interfaz que el equipo de contenido use para decidir qué shows producir.

Prioridad 03

Modelado

Modelos de éxito de show y user behavior

Modelos predictivos para: probabilidad de éxito de un show antes de producirlo, churn prediction, propensión de pago, y valor de vida de usuario. Lo importante no es la sofisticación del modelo — es la calidad de validación, la honestidad sobre incertidumbre, y la integración con decisiones reales.

04 — Quién eres

Buscamos honestidad estadística y pensamiento producto.

No buscamos modelos sofisticados por sí mismos. Buscamos a alguien que se pregunte si la decisión que se va a tomar con el modelo justifica su complejidad — y que sepa cuándo un experimento no está midiendo lo que cree.

Indispensable

• Fundamentos sólidos de ML supervisado: regresión, clasificación, validación cruzada, feature engineering, métricas de evaluación.
• Has desplegado al menos un modelo en producción y has lidiado con las cosas feas: drift, monitoreo, retraining, edge cases.
• Python fluido. Pandas, sklearn, alguna experiencia con frameworks de deep learning (PyTorch o TensorFlow).
• Fluidez con LLMs: APIs (Anthropic / OpenAI), prompting estructurado, outputs en JSON, uso de tools/function calling. Has construido al menos un pipeline real con LLMs.
• SQL suficiente para no ser bloqueador. No necesitas ser experto, pero sí poder explorar datos por tu cuenta.
• Honestidad estadística: correlación vs. causalidad, cuándo un 95% accuracy es inútil, cuándo un experimento no mide lo que cree.
• Pensamiento producto: no construyes modelos en abstracto.
• Entendimiento de conceptos de deep learning: redes neuronales, modelos generativos, reinforcement learning.

Fuertemente preferido

• Experiencia con pipelines agénticos (LangChain, LlamaIndex, frameworks custom, o construido desde cero).
• Experiencia con sistemas de recomendación, ranking, o personalización.
• Familiaridad con experimentación rigurosa: A/B testing, intervalos de confianza, multi-armed bandits.
• Exposición a optimización de marketing (attribution, ROAS, MMM) o ad tech.

05 — Compensación y logística

Cómo se ve el día a día y lo que ofrecemos.

Base + equity

Base competitiva calibrada a experiencia y ubicación, más equity.

Híbrido CDMX

3–5 días en oficina con flexibilidad razonable en horarios y fechas.

Equipo binacional

Colaboración en persona en México y remota con el equipo en Colombia.

Viajes

Posibles viajes a Colombia para sincronizar con el equipo.

06 — Cómo aplicar

Mándanos tres cosas.

Leemos cada aplicación con cuidado. Si eres un fit, sabes de nosotros en una semana.

01

Tu CV
Versión más reciente, en español o inglés.

02

Carta de motivación
Cuéntanos qué parte de la empresa y del puesto te llama más la atención.

03

GitHub, LinkedIn o portfolio
Lo que mejor represente cómo piensas y resuelves problemas.

Aplica Aquí

Una semana de respuesta. Sin filtros automatizados. Sin tareas de 40 horas.