El equipo completo de ciencia de datos está dedicado a la investigación y desarrollo, utilizando Python y aprovechando la infraestructura de Google Cloud Platform para la implementación de producción. 

La amplia experiencia abarca una variedad de áreas, desde Procesamiento del Lenguaje Natural (PNL) hasta teoría de grafos, sistemas de recomendaciones y problemas supervisados y no supervisados. Como miembro del equipo, tendrás la libertad de utilizar enfoques que consideres apropiados, confiando en la experiencia y el conocimiento de tus compañeros.

El objetivo final es resolver problemas empresariales reales que impactan profundamente en las operaciones. Abordamos estos desafíos mediante la creación de modelos predictivos, la automatización de la toma de decisiones y la búsqueda de soluciones a preguntas abiertas. Los interesados pueden requerir la predicción de resultados de procesos específicos para mejorar el enfoque o aprovechar el amplio flujo de comentarios proporcionados por los usuarios.

Responsabilidades:

• Diseñar y desarrollar modelos avanzados y explicables para clasificación, predicción y recomendación.
• Implementar los modelos en producción mediante la creación de APIs y utilizando nuestras canalizaciones ETL.
• Aplicar técnicas estadísticas, algorítmicas, de extracción de datos y visualización para abordar problemas complejos y proporcionar información empresarial procesable.
• Ser propietario de proyectos y utilizar la autonomía para encontrar soluciones creativas e innovadoras.
• Gestionar todo el proceso de Investigación y Desarrollo, desde implementaciones sólidas hasta modelos en producción.
• Comunicar ideas y recomendaciones basadas en datos a partes interesadas clave.
• Mantener una comunicación constante con el equipo y transmitir resultados de manera eficiente.

Requisitos:

• Fuerte formación en matemáticas avanzadas, incluyendo teoría de probabilidad y estadística, minería de datos y aprendizaje automático.
• Habilidad para pensar críticamente y proponer mejoras en base a la información recopilada.
• Más de 4 años de experiencia profesional en ciencia de datos, incluyendo análisis de datos exploratorios, pruebas de hipótesis y construcción de modelos predictivos.
• Dominio de Python y experiencia en el uso de paquetes populares de aprendizaje automático (por ejemplo, sklearn, PyTorch, word2vec) y creación de informes ad hoc.
• Capacidad para implementar trabajo en producción como un microservicio independiente.
• Entusiasmo por la ciencia de datos y estar al día con los últimos avances y algoritmos de Machine Learning.
• Habilidad para colaborar eficazmente con el equipo y otros grupos.
• Disposición a ayudar a los compañeros de equipo, compartir conocimientos y aprender de otros.
• Abierto a recibir y dar comentarios constructivos.

Primeros Pasos:

• Durante la primera semana, tendrás la oportunidad de conocer a todo el equipo de ciencia de datos.
• Te familiarizarás con las pautas de mejores prácticas y tendrás acceso a todas las herramientas y servicios.
• En el primer mes, configurarás tu entorno de trabajo y te familiarizarás con las fuentes de datos y almacén de datos.
• Conocerás a los compañeros del equipo de Ingeniería de Datos.
• Durante los primeros tres meses, empezarás a revisar el trabajo de tus compañeros, conocerás a partes interesadas y comenzarás tu primera investigación ad hoc.
• Te familiarizarás con las implementaciones de Machine Learning y participarás en sesiones de lluvia de ideas en diferentes áreas de la Ciencia de Datos.
• En los primeros seis meses, entregarás tu primer análisis ad hoc a partes interesadas, iniciarás tu primera iniciativa de aprendizaje automático y contribuirás a los modelos de ML en producción.
• En el primer año, tendrás la oportunidad de entregar tu primer modelo de Machine Learning a producción.
  

Nota: Lamentablemente, no podemos proporcionar patrocinio de visas. Todos los currículos y comunicaciones deben enviarse en inglés.