LTI 7/24

Docente de Inicio Data Science y Machine Learning

UNIDADES CURRICULARES

Análisis de Datos / Data Science

Fundamentos de Machine Learning

DESCRIPCIÓN DEL ÁREA

Las Unidades Curriculares que incluye el área se dictan a lo largo de todos los semestres de la carrera e implican el trabajo con otras áreas como Base de Datos, Programación, Testing, Infraestructura y Proyectos.

El/la docente brindará apoyo a las unidades curriculares antes mencionadas en forma alternada, no superponiéndose en su totalidad.

DESCRIPCIÓN UNIDADES CURRICULARES

• Análisis de Datos / Data Science / semestre 6

Trabaja en el análisis de grandes volúmenes de datos, su evaluación y visualización.

• Fundamentos de Machine Learning / semestre 6

Aborda conceptos básicos para comprender la inteligencia artificial y machine learning y aprendizaje automático.

Adicionalmente, el área tiene a su cargo el desarrollo de otros cursos complementarios como cursos “optativos” que se proponen en coordinación con el equipo académico.

 PROPÓSITO DEL LLAMADO

Contratación de dos (2) Docentes de Inicio que colaboren con el desarrollo de actividades orientadas al aprendizaje basado en las problemáticas del área Data Science y Machine Learning de la Carrera Licenciatura en Tecnologías de la Información, desde un enfoque de formación integral de los estudiantes y los lineamientos educativos institucionales.

Los postulantes deberán enviar sus antecedentes, acompañado de un video en donde describa algún proyecto, académico o profesional, de aplicación de Ciencia de Datos y/o Machine Learning en que haya participado. Se espera que se pueda describir la solución técnicamente (sin indicar información confidencial) y los desafíos encontrados durante la ejecución.

FUNCIONES Y TAREAS

a)      Docencia

• Asistir al Docente Encargado del curso en las tareas relacionadas con la docencia presencial y a distancia.
• Colaborar con el Docente Encargado de curso en las actividades de planificación académica y la revisión continua de sus contenidos, de acuerdo con las orientaciones impartidas por la Coordinación de la Carrera.
• Participar en actividades de perfeccionamiento docente, tanto específicas como generales, que la Institución considere pertinentes, asociadas al cumplimiento de sus funciones docentes.
• Asistir al encargado del curso en la sistematización de la experiencia docente respecto de las buenas prácticas y lecciones aprendidas que surjan de la misma.
• Realizar actividades de tutoría, participar de actividades de revisión y/o ajustes de contenidos del curso, interactuar y colaborar de forma continua con la Coordinación de la carrera.
• Interactuar técnicamente con los docentes del equipo a fin de visualizar la transversalidad de los conceptos de los cursos, a través de contenidos, actividades para estudiantes u otras actividades que contribuya a la mejor comprensión de los temas.

b)      Vinculación con el medio

• Colaborar con el encargado del Curso en la vinculación con actores claves del medio, tanto del sector productivo, académico y social, para potenciar la integración de la Carrera.

FORMACIÓN ACADÉMI

• Egresados de educación universitaria en carreras de 3 años de duración o más, en las áreas de Tecnologías de la Información, Estadística, Matemática o Ingeniería, con sólida experiencia en Data Science y Machine Learning.
• Se valorará:

• Certificaciones o diplomas en temas de Ciencia de Datos y/o Machine Learning.
• Experiencia profesional en el área de conocimiento que se postula.

Para que sea efectiva la postulación deberá estar acompañada con el título y demás constancias que acrediten la formación y la sólida experiencia en los temas del llamado.

En el caso de estudiantes avanzados, comprende a quienes hayan completado al menos 80% de los créditos académicos.

RESIDENCIA

• Se valorará residencia en las ciudades de Durazno, Fray Bentos, Minas, Melo o en localidades cercanas.

COMPETENCIAS INSTRUMENTALES

• Inglés: nivel intermedio y técnico.
• Plataformas educativas: usuario docente.

COMPETENCIAS GENÉRICAS REQUERIDAS

• Flexibilidad y adaptación al cambio
• Trabajo en equipo y colaboración
• Retroalimentación iterativa
• Innovación y mejora continua
• Excelencia técnica y sustentabilidad
• Ejecución estratégica
• Construcción de valor compartido

DEPENDENCIA TÉCNICA Y ADMINISTRATIVA

• Dependerá académicamente del/la Docente Encargado de Curso.
• En lo administrativo dependerá del Director del ITR al que esté adscrito o asignado.

CONDICIONES DE TRABAJO Y DEDICACIÓN HORARIA

• Residencia en territorio nacional.
• 20 horas semanales.
• Remuneración: $ 37.997 de sueldo básico nominal (el que será ajustado según valores vigentes al momento del ingreso) y podrá tener complementos de acuerdo a la normativa vigente de UTEC.
• Contrato anual con posibilidad de renovación en función del cumplimiento de los objetivos del puesto.
• Disponibilidad para movilizarse en el territorio nacional.

 ETAPAS DEL LLAMADO

ETAPA 1 - Estudio de Méritos (mínimo 20 puntos y máximo de 40 puntos)

• Formación académica, conocimientos y experiencia requeridos.

ETAPA 2 - Evaluación Técnica (mínimo 25 puntos y máximo de 45 puntos)

• Entrevista para evaluar:

• Temas generales vinculados a Data Sience y Machine Learning, motivos de postulación, conocimiento de la institución, experiencia docente, entre otros.
• Exposición y preguntas de un tema a elección del tribunal referido a Data Sience y Machine Learning (duración aproximada 15 minutos).

ETAPA 3 - Evaluación Psicolaboral (mínimo 9 puntos y máximo 15 puntos)

• Evaluación psicolaboral y entrevista con psicólogo.

DISPOSICIONES VARIAS

• Para aprobar el concurso e integrar el orden de prelación, el o la candidata necesitará alcanzar al menos 60 puntos como resultado de todas las etapas del llamado
• Los aspirantes que no alcancen el puntaje mínimo en cualquiera de las tres etapas previstas por el presente llamado quedarán eliminados del mismo.
• La persona seleccionada deberá presentar, previo al ingreso, el certificado de no inscripción en el Registro Nacional de Violadores y Abusadores Sexuales.
• Los postulantes deberán tener disponibilidad para cumplir el horario requerido por la Carrera Licenciatura en Tecnologías de la Información.
• Los órdenes de prelación podrán ser utilizados para la cobertura de otras funciones, siempre que el perfil del aspirante coincida con las necesidades de servicios definidas en el llamado.
• Por el hecho de presentar la postulación de ingreso, el o la interesada otorga su conformidad a las reglas que rigen todo el proceso de funcionamiento.
• La presentación de la respectiva postulación no otorga al postulante derecho a ser contratado/a.
• En el caso de que el o la aspirante sea finalmente seleccionado/a, se regirá por la reglamentación que corresponda, tanto en lo relativo a sus tareas, dedicación, responsabilidades y derechos.
• En caso de ser ciudadano extranjero, la realización de los trámites requeridos por el Estado uruguayo será responsabilidad del candidato.
• Quien ingrese al cargo y sea extranjero, deberá presentar los títulos que acrediten su formación legalizados o apostillados en Uruguay.

 POSTULACIONES Y CONSULTAS

• Los postulantes deberán inscribirse completando su CV y adjuntando la propuesta de abordaje académico, título y demás constancias que acrediten la formación en la sección Capital Humano de la página web de UTEC en la publicación Ref: LTI 7/24, hasta el 26/09/2024 a las 23:59 horas. Se extiende la fecha de postulación hasta el 30/09/2024.

• Enviar consultas a la casilla capitalhumano@utec.edu.uy

• Para mayor información de la institución consultar sitio web de la Universidad Tecnológica (UTEC) www.utec.edu.uy

UTEC trabaja para promover la igualdad de oportunidades. Los procesos de selección se basan en las competencias requeridas para el cargo, sin distinción de género, edad, etnia, opción sexual o condición social. Aquellas personas en situación de discapacidad que se presenten a este llamado, contarán con las herramientas necesarias.

El tribunal de evaluación del presente llamado, designado por el Comité de Gestión Académica e Innovación, se encuentra integrado por las siguientes personas:

 Titulares:

• Ing. Natalia Botto
• Dra. Viviane Todt
• Mgter. Mónica Silvestri

Suplentes:

• Ing. Gabriel Pereira