Posición: Científico de datos – Enfocado en Minería

Consulting:

Tendrás un impacto sobre este equipo desde el inicio, al administrar tareas para apoyar el trabajo de nuestros clientes y mantener así la alta calidad en la entrega de nuestros servicios. Esto significa que, al comenzar un proyecto, investigarás los datos del cliente, administrarás documentación y realizarás un análisis de datos, asegurando que llegues a conclusiones a partir de análisis que beneficien al cliente. Como parte de esto, interactuarás en gran medida con los clientes, contribuyendo en entrevistas y presentaciones, al igual que redactar reportes, administrar la analítica de datos, así como apoyar al equipo desde un punto de vista de desarrollo de negocios.

 

Resumen del Cargo

Responsable de recolectar, procesar y analizar datos de diversas fuentes, desarrollando modelos predictivos y de machine learning para identificar patrones y generar soluciones basadas en datos. Además, validará y optimizará modelos, comunicará hallazgos a través de informes claros y colaborará con equipos multidisciplinarios para implementar soluciones accionables en entornos de producción. Se requiere experiencia en análisis estadístico, programación en Python/SQL y habilidades para resolver problemas complejos y comunicar resultados de manera efectiva.

 

Formación Académica

Título universitario en Ciencia de Datos, Estadística, Matemáticas, Ingeniería, Computación o campos relacionados. Estudios de posgrado serán un plus. Deseable: Estudios de posgrado

Experiencia

Al menos 3 años de experiencia en ciencia de datos, análisis predictivo o roles relacionados, enfocado principalmente en Minería. Experiencia práctica con técnicas de aprendizaje supervisado y no supervisado. Dominio en modelado estadístico y manejo de grandes volúmenes de datos.

Responsailidades

Recolección y procesamiento de datos: Obtiene y consolida datos de diversas fuentes internas y externas, garantizando su calidad, precisión y consistencia mediante técnicas de limpieza, transformación y estructuración. Integra datos en formatos variados y los prepara para su análisis. Análisis exploratorio de datos: Realiza análisis estadísticos y visualizaciones para identificar patrones, tendencias, correlaciones y anomalías. Proporciona insights iniciales que orientan el desarrollo de modelos predictivos y guían la toma de decisiones estratégicas. Desarrollo de modelos predictivos y de machine learning: Diseña, implementa y optimiza modelos de machine learning y análisis predictivo, utilizando algoritmos como regresiones, clustering, redes neuronales y otros enfoques avanzados. Asegura que los modelos cumplan con los objetivos definidos y ofrezcan resultados accionables. Validación, optimización y evaluación de modelos: Supervisa la evaluación y mejora de los modelos mediante técnicas como validación cruzada, ajuste de hiperparámetros y análisis de métricas clave. Garantiza que los modelos sean efectivos, robustos y aplicables a diferentes escenarios. Presentación y comunicación de resultados: informes claros y presentaciones que resumen los hallazgos clave, los resultados de los modelos y las recomendaciones basadas en datos. Adapta los informes para diferentes audiencias (técnicas y no técnicas) y colabora con equipos multidisciplinarios para implementar las soluciones desarrolladas en entornos de producción.

Conocimientos

Procesamiento de Datos: Experiencia con limpieza, transformación y estructuración de datos. Lenguajes de Programación: Dominio de Python (pandas, NumPy, scikit-learn, XGBoost, etc.) y SQL. Técnicas de Modelado: Regresión, clustering (K-means, GMM, etc.) y optimización. Sistemas de Almacenamiento de Datos: Experiencia con bases de datos relacionales y no relacionales. Visualización de Datos: Uso de herramientas como Tableau, Power BI o bibliotecas de Python (Matplotlib, Seaborn). Conocimiento práctico de métricas de evaluación de modelos y ajuste de hiperparámetros. Sólidos fundamentos en estadística y matemáticas.

Competencias

Fuertes capacidades analíticas y de resolución de problemas. Habilidades de comunicación efectiva para trabajar con equipos multidisciplinarios y presentar resultados de manera clara. Autonomía y capacidad para priorizar tareas en un entorno dinámico

Idioma

Inglés a nivel intermedio