Equity: 0.05% Common Stock, vesting 4 años (cliff 50% año 2)
Vacaciones: 15 días anuales + 5 por enfermedad + 12 festivos
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
- Cobertura en TechCrunch, Forbes y Bloomberg
La Posibilidad
Buscamos 2 Científicos 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.
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
📌 Científico de Datos (Bogotá, D.C.)
🏢 Samay
📍 Bogotá, D.C.
Postulate a este anuncio
Muestra tus habilidades a la empresa, rellenar el formulario y deja un toque personal en la carta, ayudará el reclutador en la elección del candidato.