Categorías
···
Entrar / Registro
Resumen: Leidos busca un Científico de Datos Senior con sólida experiencia en desarrollo de aprendizaje automático y programación para apoyar una misión de inteligencia geoespacial (GEOINT). Aspectos destacados: 1. Diseñar, desarrollar, entrenar e implementar modelos de aprendizaje automático. 2. Habilidades sólidas de programación en Python para soluciones escalables. 3. Integrar datos geoespaciales y de múltiples fuentes para impacto en la misión. Solicitar ahora Descripción Leidos busca un Científico de Datos Senior con sólida experiencia en desarrollo de aprendizaje automático y programación para apoyar una misión del cliente en Springfield, Virginia. El dominio del idioma ruso es muy valorado, aunque no es obligatorio. Se requiere tener una autorización de seguridad TS/SCI vigente y estar dispuesto a someterse a un examen de polígrafo para ser considerado. Este puesto se centra en el desarrollo avanzado de ciencia de datos y aprendizaje automático dentro del ámbito de una misión de inteligencia geoespacial (GEOINT). El candidato ideal posee sólidas habilidades de programación, desarrollo de modelos y resolución analítica de problemas, además de la capacidad de integrar datos geoespaciales y de múltiples fuentes para generar un impacto tangible en la misión. El conocimiento del idioma ruso y la experiencia en lingüística geoespacial se consideran un plus, aunque no son obligatorios. El candidato seleccionado explotará, analizará y producirá productos de inteligencia derivados de imágenes, al tiempo que integrará datos sobre nombres geográficos extranjeros, fuentes en lenguas nativas y metadatos geoespaciales para mejorar la precisión analítica y el impacto en la misión. El analista trabajará estrechamente con socios de la Comunidad de Inteligencia (IC), expertos en nombres geográficos y analistas de múltiples disciplinas de inteligencia (multi-INT) para garantizar que las evaluaciones derivadas de imágenes sean geoespacialmente precisas, lingüísticamente exactas y operativamente relevantes. La precisión, el rigor analítico y la capacidad de respuesta ante la misión son fundamentales. Responsabilidades principales Diseñar, desarrollar, entrenar e implementar modelos de aprendizaje automático para resolver problemas complejos de la misión. Escribir código de producción de alta calidad en Python (o lenguaje similar) para apoyar el desarrollo, la prueba y la implementación de modelos. Estructurar datos dispersos y no estructurados (imágenes, texto, características geoespaciales) en formatos utilizables para análisis cuantitativo y fusión. Desarrollar y mantener tuberías de datos escalables para apoyar flujos de trabajo analíticos automatizados. Construir y aplicar modelos estadísticos, algoritmos de aprendizaje automático y técnicas de procesamiento de datos para la detección de patrones y el análisis predictivo. Generar flujos de trabajo automatizados para mejorar la eficiencia, la reproducibilidad y la escalabilidad de la producción analítica. Aggregar almacenes de datos existentes y habilitar capacidades de consulta mediante procesamiento del lenguaje natural (PLN) utilizando APIs existentes. Procesar y analizar grandes volúmenes de datos y documentos no estructurados para extraer información relevante para la misión. Integrar datos geoespaciales y de múltiples fuentes en flujos de trabajo analíticos avanzados. Traducir hallazgos cuantitativos complejos en conclusiones claras y accionables mediante visualizaciones y narrativas. Colaborar con equipos multifuncionales para entregar soluciones de ciencia de datos escalables y centradas en la misión. Presentar hallazgos de forma clara y segura ante audiencias técnicas y no técnicas. Requisitos básicos Autorización de seguridad TS/SCI vigente y disposición para someterse a un examen de polígrafo. Título universitario y 12+ años de experiencia relevante, o título de maestría y 10+ años de experiencia relevante en Ciencia de Datos, Ciencias de la Computación, Analítica o campo relacionado. Se podrá considerar experiencia adicional en lugar del título académico. Experiencia demostrable a nivel senior en el diseño, entrenamiento e implementación de modelos de aprendizaje automático. Habilidades sólidas de programación en Python (o lenguaje similar), con experiencia en la construcción de soluciones escalables y mantenibles. Experiencia demostrable en la aplicación de metodologías de ciencia de datos (aprendizaje automático, análisis estadístico, ingeniería de datos) a problemas del mundo real. Experiencia en la estructuración y procesamiento de conjuntos de datos grandes, complejos y no estructurados. Experiencia en el procesamiento de datos y documentos no estructurados (por ejemplo, texto, informes, contenido de fuentes abiertas). Experiencia en el desarrollo o apoyo de capacidades de PLN, incluida la realización de consultas en fuentes de datos agregadas. Conocimiento sólido de tuberías de datos, ingeniería de características y técnicas de evaluación de modelos. Experiencia trabajando con datos geoespaciales e integrando contexto espacial en flujos de trabajo analíticos. Habilidades sólidas de investigación, pensamiento crítico y redacción analítica. Familiaridad con el trabajo en entornos clasificados («high-side»). Experiencia operando eficazmente en entornos dinámicos y orientados a la misión, tanto de forma independiente como en equipo. Familiaridad con el trabajo en entornos clasificados («high-side»). Requisitos deseados Dominio del idioma ruso (nivel ILR 2+ o superior). Experiencia trabajando con lingüística geoespacial, toponimia o datos geográficos extranjeros. Conocimiento regional de la Federación Rusa y/o de geografías bajo influencia rusa. Experiencia en el desarrollo de modelos de aprendizaje automático o análisis habilitados por IA dentro de entornos de seguridad nacional o GEOINT. Competencia en Python para análisis avanzados, automatización o flujos de trabajo de ingeniería de datos. Experiencia en el desarrollo de ontologías, esquemas o grafos de conocimiento. Experiencia integrando datos de múltiples disciplinas de inteligencia (multi-INT) o de múltiples fuentes en flujos de trabajo analíticos avanzados. Experiencia previa presentando hallazgos ante altos funcionarios gubernamentales. Si buscas comodidad, sigue desplazándote. En Leidos, superamos, construimos más allá y avanzamos más rápido que el statu quo — porque la misión así lo exige. No contratamos seguidores. Estamos reclutando a quienes rompen esquemas, provocan el cambio y se niegan al fracaso. El paso 10 es historia antigua. Ya estamos en el paso 30 — y avanzamos más rápido que cualquier otro osa hacerlo. Publicación original: 17 de abril de 2026 Para puestos en Estados Unidos: Aunque está sujeto a cambios según las necesidades comerciales, Leidos prevé razonablemente que esta solicitud de empleo permanecerá abierta al menos durante 3 días, con una fecha prevista de cierre no anterior a 3 días después de la fecha de publicación original indicada anteriormente. Rango salarial: Rango salarial: $92.300,00 - $166.850,00 El rango salarial de Leidos para este nivel de puesto es únicamente una guía general y no constituye una garantía de remuneración o salario. Otros factores considerados al formular una oferta incluyen (pero no se limitan a) las responsabilidades del puesto, la educación, la experiencia, los conocimientos, las habilidades y las capacidades, así como la equidad interna, la alineación con los datos del mercado, el convenio colectivo aplicable (si lo hubiera) u otras leyes. Acerca de Leidos Leidos es líder industrial y tecnológico que atiende a clientes gubernamentales y comerciales con innovaciones digitales y misionales más inteligentes y eficientes. Con sede en Reston, Virginia, y 47.000 empleados globales, Leidos reportó ingresos anuales de aproximadamente $16.700 millones para el año fiscal finalizado el 3 de enero de 2025. Para obtener más información, visite www.Leidos.com. Remuneración y beneficios La remuneración y los beneficios son fundamentales en cualquier decisión profesional. Por eso diseñamos paquetes de compensación que reflejan la importancia del trabajo que realizamos para nuestros clientes. Los beneficios laborales incluyen una remuneración competitiva, programas de salud y bienestar, protección de ingresos, licencias remuneradas y jubilación. Más detalles están disponibles en www.leidos.com/careers/pay-benefits. Protección de sus datos Tenga cuidado con las ofertas de empleo falsas que utilicen el nombre de Leidos. Leidos nunca le pedirá información relacionada con pagos en ninguna etapa del proceso de solicitud de empleo (por ejemplo, no le pedirá dinero), ni adelantará fondos como parte del proceso de contratación (por ejemplo, no le enviará un cheque ni una orden de pago antes de realizar ningún trabajo). Además, Leidos solo se comunicará con usted mediante correos electrónicos generados por el sistema automatizado de Leidos.com — nunca desde servicios comerciales gratuitos (por ejemplo, Gmail, Yahoo, Hotmail) ni mediante WhatsApp, Telegram, etc. Si recibió un correo electrónico que supuestamente proviene de Leidos y solicita información relacionada con pagos o cualquier otra información personal (por ejemplo, sobre usted o su empleador anterior), y tiene dudas sobre su legitimidad, infórmenos inmediatamente enviando un correo electrónico a LeidosCareersFraud@leidos.com. Si cree que es víctima de una estafa, contacte a las autoridades policiales locales y denuncie el incidente a la Comisión Federal de Comercio de Estados Unidos. Compromiso con la no discriminación Todos los solicitantes calificados recibirán consideración para el empleo sin distinción de sexo, raza, etnia, edad, origen nacional, ciudadanía, religión, discapacidad física o mental, condición médica, información genética, embarazo, estructura familiar, estado civil, ascendencia, estado de pareja doméstica, orientación sexual, identidad o expresión de género, condición de veterano o militar, o cualquier otra base prohibida por la ley. Leidos también considerará para el empleo a solicitantes calificados con antecedentes penales, siempre que ello sea consistente con las leyes aplicables. Solicitar ahora
