About this role
Esta posición actúa como un puente entre la genética cuantitativa, el mejoramiento genético y la Inteligencia Artificial, transformando datos experimentales, genéticos, ambientales y operativos en modelos y soluciones que fortalezcan la toma de decisiones.
- Principales responsabilidades Conectar metodologías de genética cuantitativa y mejoramiento genético con herramientas de Inteligencia Artificial, asegurando que los modelos sean estadísticamente robustos, reproducibles y relevantes para las decisiones de selección y posicionamiento; Desarrollar modelos estadísticos aplicados a la selección y al posicionamiento de genotipos e híbridos; Analizar datos experimentales de campo mediante metodologías avanzadas, con foco en la interacción genotipo × ambiente; Revisar los procesos actuales e identificar oportunidades para la aplicación de IA, automatización y soluciones basadas en agentes; Diseñar e implementar soluciones analíticas que integren datos experimentales, genéticos, ambientales y operativos; Trabajar en la integración, calidad y gobernanza de bases de datos; Interactuar con equipos globales para comprender necesidades, traducirlas en soluciones técnicas y promover su adopción; Contribuir a iniciativas de innovación en ciencia de datos aplicada al mejoramiento genético.
- Requisitos para participar del proceso Formación avanzada —Maestría o Doctorado— en Estadística, Mejoramiento Genético, Biología, Genética Cuantitativa, Ciencia de Datos, Ciencia de la Computación, Bioestadística o áreas afines; Experiencia práctica en la intersección entre genética cuantitativa, análisis de datos e Inteligencia Artificial aplicada; Experiencia en diseño de experimentos y análisis de datos de ensayos multiambientales; Sólida base en estadística aplicada al mejoramiento genético, incluyendo modelos lineales mixtos, interacción genotipo × ambiente y métodos bayesianos; Experiencia con ASReml-R, BGLR u otros paquetes o softwares similares para modelado estadístico y genética cuantitativa; Conocimientos avanzados de programación en Python y R, experiencia con SQL y manipulación de datos; Experiencia con soluciones de Inteligencia Artificial Generativa, incluyendo RAG, MCP, Skills, agentes de IA, tool/function calling e integración con APIs y bases de datos; Conocimiento de LLMOps, evaluación y monitoreo de soluciones de IA, gobernanza, control de acceso y trazabilidad será considerado un diferencial; #LI-MZ1