Descripción del Puesto:
Última información laboral de UCV para la posición de Práctica de Etiquetado de Datos - 100% Presencial Viña del Mar - EcoAlliance SpA. If the Práctica de Etiquetado de Datos - 100% Presencial Viña del Mar - EcoAlliance SpA vacante en Viña Del Mar coincide con tus calificaciones, envía tu solicitud o currículum directamente a través del portal actualizado de Jobkos.
Ten en cuenta que aplicar a un trabajo puede no ser siempre fácil, ya que los candidatos deben cumplir con ciertos requisitos establecidos por la empresa. Esperamos que esta oportunidad en UCV para la posición de Práctica de Etiquetado de Datos - 100% Presencial Viña del Mar - EcoAlliance SpA se ajuste a tu perfil profesional.
Descripción
EcoAlliance SpA busca estudiantes de último año o egresados de Ingeniería Informática, Ciencia de Datos, Técnico en Programación o carrera afín, con interés en inteligencia artificial aplicada, calidad de datos y construcción de datasets para entrenamiento de modelos.
La práctica está orientada a apoyar la preparación, revisión y organización de datos que serán utilizados en procesos de entrenamiento, validación y mejora continua de modelos de IA. Buscamos una persona metódica, observadora, ordenada y con criterio técnico, capaz de trabajar con grandes volúmenes de información visual y estructurada, siguiendo reglas claras de clasificación y control de calidad.
El o la practicante colaborará en tareas de etiquetado, validación, depuración y documentación de datos, contribuyendo a que los datasets usados por los modelos sean consistentes, trazables y útiles para el desarrollo de soluciones tecnológicas de alto impacto.
Modalidad
Presencial
Lugar
Calle Limache 3232, ParTec V21, edificio Ladera 2, piso 1, El Salto, Viña del Mar
Duración de la práctica
12 semanas
Horario
- Lunes a jueves: 9:00 - 13:30 y 14:30 - 18:30
- Viernes: 9:00 - 13:30 y 14:30 - 18:00
Áreas de Desarrollo y Responsabilidades 1. Etiquetado y anotación de datos para entrenamiento de modelos
- Apoyar en el etiquetado manual y semiautomatizado de imágenes, registros visuales, eventos o evidencias digitales, de acuerdo con criterios definidos por el equipo técnico.
- Clasificar elementos, incidencias, atributos, estados o categorías dentro de datasets destinados a entrenamiento, validación y mejora de modelos de inteligencia artificial.
- Aplicar pautas de anotación de manera consistente, respetando taxonomías, reglas de negocio y convenciones definidas para cada tipo de dato.
- Registrar correctamente etiquetas, observaciones, casos ambiguos y excepciones detectadas durante el proceso.
2. Control de calidad y validación de consistencia
- Revisar datos previamente etiquetados para detectar errores, inconsistencias, duplicidades, omisiones o desviaciones respecto de los criterios definidos.
- Apoyar en procesos de doble revisión y validación cruzada para mejorar la confiabilidad del dataset.
- Identificar casos borde, datos ruidosos, muestras de baja calidad o registros que deban ser descartados, corregidos o escalados para revisión técnica.
- Contribuir a mejorar la precisión del etiquetado mediante controles sistemáticos y retroalimentación continua al equipo.
3. Preparación y organización de datasets
- Apoyar en la limpieza, ordenamiento y estructuración de conjuntos de datos para facilitar su uso en procesos de entrenamiento y análisis.
- Organizar archivos, evidencias, metadatos y versiones de datasets bajo criterios de trazabilidad y orden documental.
- Colaborar en la consolidación de registros provenientes de distintas fuentes, asegurando consistencia en formatos, nombres, categorías y estructura.
- Apoyar en la generación de bases de trabajo, tablas de control y registros de avance vinculados al proceso de anotación.
4. Apoyo a criterios de trabajo y mejora continua
- Apoyar en el registro de observaciones relevantes detectadas durante el etiquetado de datos.
- Seguir criterios de clasificación definidos por el equipo técnico para mantener consistencia en el trabajo.
- Colaborar con el equipo en la mejora continua de pautas y criterios de revisión cuando se detecten casos ambiguos o repetitivos.
- Participar en reuniones de seguimiento para revisar avances, dudas y ajustes del proceso.
5. Manejo responsable de la información
- Trabajar con orden, confidencialidad y cuidado en el tratamiento de imágenes, registros y datos utilizados en los proyectos.
- Respetar los criterios definidos por el equipo para resguardo de información y tratamiento adecuado de los datos.
- Apoyar en la detección de registros que requieran revisión especial por calidad o resguardo de información.
- Contribuir a mantener un proceso de trabajo ordenado, confiable y consistente.
Requisitos
- Estudiante de Ingeniería Informática, Ciencia de Datos, Técnico en Programación o carrera afín.
- Interés en inteligencia artificial aplicada, visión por computador, calidad de datos o análisis de información.
- Capacidad de observación, atención al detalle y rigurosidad en tareas repetitivas con criterio técnico.
- Manejo básico o intermedio de planillas, tablas de datos y herramientas digitales de organización de información.
- Capacidad para seguir instrucciones técnicas, criterios de clasificación y protocolos de revisión.
- Orden, responsabilidad y disciplina para trabajar con información estructurada y trazable.
- Habilidad para detectar inconsistencias y comunicar hallazgos de forma clara.
- Buenas habilidades de trabajo en equipo y comunicación efectiva.
- Conciencia sobre privacidad, protección de datos y uso responsable de la información.
Competencias Deseables
- Experiencia previa en etiquetado de datos, revisión documental, QA de datos o tareas de clasificación.
- Conocimientos básicos en visión por computador, machine learning o construcción de datasets.
- Familiaridad con herramientas de anotación de imágenes o datasets.
- Conocimientos básicos en Python, manejo de CSV/JSON o revisión de metadatos.
- Experiencia con control de versiones, documentación técnica o registro de procesos.
- Capacidad analítica para reconocer patrones, casos borde y problemas de calidad en datos.
- Buenas habilidades de comunicación oral y escrita.
- Proactividad, criterio y adaptación a entornos de trabajo colaborativos.
Ofrecemos
- Grato ambiente de equipo y colaboración.
- Oportunidades de aprendizaje y desarrollo profesional.
- Integración a equipos multidisciplinarios.
- Ambiente de trabajo dinámico y orientado a la sostenibilidad.
- Experiencia práctica en desarrollo de producto digital con usuarios, datos e integración entre áreas.
- Práctica remunerada vía boleta de honorarios mensual.
#J-18808-Ljbffr
Información de la Vacante:
- Empresa: UCV
- Puesto: Práctica de Etiquetado de Datos - 100% Presencial Viña del Mar - EcoAlliance SpA
- Lugar de Trabajo: Viña Del Mar
- País: CL
Cómo Enviar tu Postulación:
Después de leer y comprender los criterios y requisitos mínimos explicados en la información del trabajo Práctica de Etiquetado de Datos - 100% Presencial Viña del Mar - EcoAlliance SpA at the office Viña Del Mar anterior, completa de inmediato tus archivos de solicitud, como carta de presentación, CV (Hoja de Vida), copia de diploma y otros suplementos. Envía a través del enlace Siguiente Página abajo.
Siguiente Página »