数据科学家 - 远程（多个地点）

En Imagemaker buscamos Data Scientists que utilicendatos para impulsar decisiones y construir sistemas inteligentes, así como generar insights de alto impacto.

Trabajarás en la intersección entre analítica, ingeniería y negocio para dar forma a la estrategia del producto (mediante experimentación) y desarrollar modelos de machine learning que optimicen la operación a gran escala, permitiendo que las áreas operen más rápido y generen mejores experiencias a sus clientes.
Key Responsibilities

Promover la democratización de datos y el uso responsable en iniciativas de Data y Experimentación:

• Indicadores de éxito: Experimentos, modelos y activos cumplen con mejores prácticas; la creación de dashboards y analítica básica queda completamente delegada a roles no especializados en datos.

Generar insights basados en datos para influir en decisiones estratégicas, operacionales y de producto:

• Indicadores de éxito: Insights adoptados que generan mejoras medibles y alineadas con las prioridades del negocio.

Construir modelos analíticos y predictivos utilizando datasets curados y gobernados:

• Indicadores de éxito: Soluciones precisas, mantenibles e integradas en los procesos de toma de decisiones.

Traducir preguntas de negocio en problemas analíticos o de Machine Learning:

• Indicadores de éxito: Productos de datos co-desarrollados, adoptados por los equipos y que resuelven problemas de alta prioridad.

Definir y evolucionar métricas de negocio y de producto:

• Indicadores de éxito: Aplicación continua de métricas que midan con precisión el éxito y el desempeño de las soluciones.

Evolucionar capacidades analíticas y de IA:

• Indicadores de éxito: Los equipos aplican métodos nuevos y efectivos para resolver desafíos emergentes.

Skills, Knowledge and Expertise

Stack Técnico Clave

• GCP: experiencia trabajando con servicios y herramientas de análisis de datos en Google Cloud Platform (GCP).

• SQL y manipulación de datos: extracción, transformación y análisis de datos para responder preguntas de negocio.

• Análisis exploratorio de datos: identificación de tendencias, patrones, anomalías e insights.

• Estadística y análisis cuantitativo: aplicación de conceptos estadísticos para análisis, métricas y toma de decisiones.

• Métricas y experimentación: definición y análisis de métricas, pruebas A/B y evaluación de resultados.

• Modelamiento de datos: construcción y utilización de datasets confiables, limpios y reutilizables.

• Visualización y storytelling: comunicación de hallazgos mediante visualizaciones y narrativas claras.

• Calidad, gobernanza y ética de datos: consideración de calidad, sesgos, trazabilidad y uso responsable de los datos.

• Herramientas analíticas: experiencia con herramientas de análisis, visualización y/o procesamiento de datos.

Cualitativas

• Pensamiento crítico: Desafío de supuestos conectando datos con preguntas significativas de negocio.

• Comunicación: Traducción de hallazgos técnicos en lenguaje accionable para el negocio.

• Colaboración: Trabajo conjunto con equipos de producto, ingeniería y negocio para construir y aplicar soluciones.

• Resolución de problemas: Liderazgo y ejecución de análisis o modelamiento con mínima dirección.

Modalidad
Modalidad Remota

Originally posted on Himalayas