Trabajar con los interesados a lo largo de toda la organización para identificar oportunidades de aprovechar los datos de la compañía para impulsar soluciones y resultados empresariales.
Extracción y análisis de datos de las bases de datos de la compañía para impulsar la optimización y mejora del desarrollo de productos, técnicas de marketing y estrategias empresariales.
Evaluación de la efectividad y precisión de nuevas fuentes de datos y técnicas de recopilación de datos.
Colaboración y apoyo en nuestros equipos de producto, ventas, liderazgo y marketing con las ideas obtenidas a partir del análisis de los datos corporativos.
Habilidad para utilizar grandes conjuntos de datos para encontrar oportunidades de optimización de productos y procesos y para usar modelos para probar la efectividad de diferentes cursos de acción.
Desarrollar modelos de datos personalizados y algoritmos para aplicar en conjuntos de datos.
Uso de modelos predictivos para incrementar y optimizar las experiencias de los clientes, la generación de ingresos, la segmentación de anuncios y otros resultados empresariales.
Desarrollar el marco de pruebas A/B de la compañía y probar la calidad del modelo.
Coordinar con diferentes equipos funcionales para implementar modelos y monitorear los resultados.
Desarrollar procesos y herramientas para monitorear y analizar el rendimiento del modelo y la precisión de los datos.
Creación de tableros y reportes para la visualización de datos (esto incluye el uso de herramientas como Tableau, Power BI y herramientas similares para crear tableros y reportes interactivos).
Descubrimiento apasionado de soluciones ocultas en grandes conjuntos de datos.
Requisitos
Requisitos:
Título universitario en ciencias de la computación, informática de la gestión, ingeniería, finanzas o campos relacionados.
Más de 5 años de experiencia, manipulando conjuntos de datos y construyendo modelos estadísticos, familiaridad con el siguiente software/herramientas:
Conocimiento y experiencia en programación en Java (preferiblemente con el framework Spring).
Conocimiento de una variedad de técnicas de aprendizaje automático (clustering, decision tree learning, redes neuronales artificiales, etc.) y sus ventajas/desventajas en el mundo real.
Conocimiento de técnicas y conceptos estadísticos avanzados (regresión, propiedades de las distribuciones, pruebas estadísticas y uso correcto, etc.) y experiencia con aplicaciones.
Conocimiento y experiencia en técnicas estadísticas y de minería de datos: GLM/Regression, Random Forest, Boosting, Trees, text mining, análisis de redes sociales, etc.
Experiencia usando lenguajes de programación estadísticos (R, Python, SQL, etc.) para manipular datos, extraer ideas de grandes conjuntos de datos.
Experiencia en consultas a bases de datos y en el uso de lenguajes de programación estadísticos: R, Python, SQL, etc., y uso de servicios web: Redshift, S3, Spark, DigitalOcean, etc.
Experiencia en la creación y uso de algoritmos de aprendizaje automático avanzado y estadísticas: regresión, simulación, análisis de escenarios, modelado, clustering, decision trees, neural networks, etc.
Experiencia en el análisis de datos de proveedores de terceros: Google Analytics, Site Catalyst, Coremetrics, AdWords, Crimson Hexagon, Facebook Insights, etc.
Experiencia con herramientas de datos/computación distribuida: Map/Reduce, Hadoop, Hive, Spark, Gurobi, MySQL, etc.
Experiencia en la visualización/presentación de datos para los interesados usando: Periscope, Business Objects, D3, ggplot, etc.
Experiencia en el trabajo con y la creación de arquitecturas de datos.
Habilidad y flexibilidad para aprender y dominar nuevas tecnologías y técnicas.
Fuertes habilidades de solución de problemas con un énfasis en el desarrollo de productos.
Excelentes habilidades de comunicación escrita y verbal para la coordinación entre equipos.