Científico de Datos / Bioestadístico (ML / Metodos Clasicos / Procesamiento de Señales)

Vacantes: 2 posiciones Ciudad: Bogotá, Colombia Modalidad: Híbrido (3 días oficina, 2 remotos) + Visitas clínicas ocasionales Contrato: Prestación de servicios Compensación: $11M - $14M COP mensuales Equity: 0.05% Common Stock, vesting 4 años (cliff 50% año 2) Vacaciones: 15 días anuales + 5 por enfermedad + 12 festivos Quiénes Somos Samay es una empresa colombo-estadounidense de tecnología médica (Deep Tech) revolucionando el diagnóstico de EPOC mediante un ecosistema integrado: sensor propietario adherible al pecho, app móvil y plataforma en la nube potenciada por IA. Reconocimientos recientes: Ganador Startco 2026 MedTech Innovator 2024 Mejor Startup de Colombia, GoFest 2025 Cobertura en TechCrunch, Forbes y Bloomberg La Oportunidad Buscamos 2 Cientificos de Datos / Bioestadísticos en Bogotá para transformar datos complejos de bioseñales respiratorias en modelos estadísticos robustos que fundamenten la aprobación regulatoria y validación clínica de nuestro algoritmo de diagnóstico. Trabajarás directamente con Ricardo (CTO) en: Desarrollo de modelos basados en handed-craft features con rigor e interpretabilidad estadística Procesamiento intensivo de bioseñales (acelerómetros, micrófonos, sensores), grandes cantidades de datos Extracción de características clínicamente significativas Validación regulatoria (estándares FDA, reproducibilidad, sensibilidad/especificidad,trazabilidad) Análisis lineales y no lineales con datos reales de pacientes Tus modelos serán el fundamento para presentaciones ante FDA, inversores y socios clínicos internacionales. Qué Harás 1. ML / Modelado Estadístico Robusto Desarrollar, validar y refinar modelos estadísticos clásicos para capturar patrones en bioseñales respiratorias. Iterar constantemente sobre datos de pacientes reales mejorando precisión, reproducibilidad y confiabilidad. Procesamiento riguroso de datos para extraer insight clínico significativo. Diseñar e implementar flujos de entrenamiento e inferencia para modelos de clasificación, regresión y forecasting, aplicando conocimiento sólido en estas técnicas. 2. Análisis e Ingeniería de Bioseñales Procesar datos complejos de múltiples sensores (acelerómetros, micrófonos, temperatura) para extraer características significativas. Colaborar con equipo clínico en validación de fenotipos de pacientes y derivación de medidas clínicas. 3. Validación Estadística para Regulatorio Estructurar análisis que cumplan estándares FDA/ISO para reproducibilidad, sensibilidad y especificidad. Documentar metodología y hallazgos con rigor científico absoluto. 4. Integración de Modelos en Pipelines Colaborar con equipo de ingeniería para integración de modelos en pipelines de procesamiento de datos. Asegurar trazabilidad, reproducibilidad y flujos end-to-end con capacidad de orquestación de información entre sistemas. 5. Gestión del Conocimiento Organizar y documentar metodologías, procesos y lecciones aprendidas en base centralizada (Notion) para acelerar onboarding y exploración futura. Qué Pedimos Educación PhD en Bioestadística, Ingeniería Biomédica, Estadística aplicada a ciencias de la salud, o equivalente comprobable O bien: Maestría + 7+ años experiencia demostrativa en análisis estadístico  Experiencia 5+ años liderando análisis estadístico en dispositivos médicos, ensayos clínicos o investigación en salud Experiencia demostrable en bioseñales: ECG, EMG, acústica respiratoria, acelerómetros u otros sensores Familiaridad con entornos regulados (FDA, ISO 14155/14971, IEC 62304) o equivalentes Compresión de estándares de reproducibilidad y calidad en ciencias de la vida Habilidades Técnicas (Requeridas) Python avanzado: NumPy, SciPy, Pandas, Scikit-learn Métodos estadísticos clásicos: pruebas de hipótesis rigurosas, intervalos de confianza, power analysis Series temporales: análisis temporal, autocorrelación, detección de eventos Procesamiento de señales: filtrado, transformadas, extracción de características Validación rigurosa: cross-validation, análisis de confiabilidad (ICC, Kappa), test-retest Visualización: Matplotlib, Plotly, ggplot2 Habilidades Técnicas (Big Plus) Procesamiento Digital de Señales (DSP): espectrograma, FFT, wavelets, análisis de frecuencia Conocimiento de redes neuronales (no obligatorio, pero valorado para future work) ML Flow, GitHub, herramientas de versionado para reproducibilidad Orquestación de pipelines de datos: experiencia con flujos end-to-end, movimiento de información entre sistemas (local o cloud) Competencias Blandas Comunicación clara: explicar análisis complejos a equipo técnico, clínico e inversores Orientación a datos: toma de decisiones basada en evidencia Autonomía: capacidad para diseñar estudios, formular hipótesis y validarlas Curiosidad clínica: interés en entender patología respiratoria Idioma Inglés avanzado (C1): presentaciones con socios internacionales, revisión de literatura especializada Contexto Global Experiencia previa en corporaciones internacionales o exterior Comprensión de ecosistema de startups de alto ritmo IA Generativa (Deseable) Nivel intermedio en herramientas de IA (Claude, Gemini, GPT) para síntesis de datos y automatización de reportes Lo Que NO Buscamos (Ahora) Especialistas exclusivos en Deep Learning / Transformer models Ingenieros de datos puros (sin capacidad de modelaje) Perfiles que se abrumen con "tocar code" para integración en pipelines Candidatos sin experiencia en contextos clínicos o regulados Nota: Estos perfiles serán prioritarios en futuras etapas de contratación. Deseable Publicaciones en journals científicos o experiencia con white papers Mentoría de junior data scientists o estudiantes Experiencia con análisis de datos clínicos longitudinales (GAMM, joint models) Conocimiento de estándares de calidad en diagnóstico médico Por Qué Samay Tu rigor estadístico definirá la confiabilidad de diagnósticos que alcanzan millones de pacientes Autonomía real para diseñar estudios clínicos, validar hipótesis complejas y liderar decisiones basadas en datos Acceso directo al CTO y CEO para influir en dirección estratégica de producto Plan claro de carrera hacia Principal Data Scientist en 4 años Impacto directo en regulatorio y validación clínica (no solo "features") Integración con equipo clínico (Dr. Liliana Arias, Dr. Jaime Alvarado) y partners internacionales (ResMed, Chiesi) Proceso de Selección Revisión de Perfil: CV, publicaciones, referencias Videollamada (30 min): Alineación de expectativas, background en contextos regulados Entrevista Técnica: Conversación con Ricardo (CTO) sobre metodología y enfoques estadísticos Reto Técnico (3-5 días): Análisis de dataset real con biosignals; propuesta de modelo y hallazgos Inmersión Técnica: Sesión profunda con Ricardo sobre problemas actuales de modelado y roadmap Entrevista CEO: Visión de producto, plan de carrera, fit cultural Preguntas Frecuentes P: ¿Necesito tener experiencia en Deep Learning? R: No es requisito para esta etapa. Valoramos más solidez en estadística clásica, procesamiento robusto de datos y análisis riguroso de señales. Deep Learning es un plus, no un must-have. P: ¿Necesito conocer sobre EPOC o patología respiratoria? R: No es obligatorio, pero tu capacidad para aprender contexto clínico rápidamente será evaluada. Buscamos alguien con curiosidad clínica. P: ¿Qué rol juega el DSP? R: Es un big plus . Si sabes FFT, wavelets, espectrograma y análisis de frecuencia, tendrás ventaja competitiva. Pero no es must-have si tu base estadística es sólida. P: ¿Debo trabajar en oficina todos los días? R: No. Modalidad es híbrida (3 días en Bogotá, 2 remotos). Habrá visitas clínicas ocasionales.