Expert Data Scientist

En Acxiom, nuestra misión es transformar los datos en información valiosa para todos. Nuestros productos de datos y servicios analíticos empoderan a los mercadólogos para reconocer, entender y entregar mensajes altamente relevantes a los consumidores a través de múltiples canales. Facilitamos un marketing auténtico basado en personas a través de la resolución de identidad y una segmentación de audiencia robusta. Estamos buscando un Científico de Datos Experto con un conjunto de habilidades diverso para apoyar el desarrollo de productos de próxima generación para el negocio de Acxiom.

Este rol ofrece oportunidades de trabajo remoto y puede ubicarse en casi cualquier lugar de los EE.UU. Como parte del equipo de Ciencia de Datos y Análisis, el Científico de Datos Experto trabajará con tecnologías de punta para crear productos y soluciones de datos escalables tanto para nuestros mercados de EE.UU. como globales. Las responsabilidades incluyen colaborar con las partes interesadas para identificar requisitos comerciales, aprovechar creativamente las fuentes de datos internas y de clientes de Acxiom, construir modelos, analizar y visualizar resultados, revisar necesidades de cumplimiento e integrar soluciones en productos de datos innovadores. Esta posición promoverá la última pila tecnológica de Aprendizaje Automático e Inteligencia Artificial, centrándose en modelos de aprendizaje automático de vanguardia en el sector de la salud.

Combinan datos de salud, experiencia en el dominio y conocimientos de aprendizaje automático para desarrollar modelos predictivos de alto rendimiento.

• Validar y entregar productos de datos de salud o mejoras.
• Aplicar algoritmos avanzados para mejorar el rendimiento y la calidad de los productos de datos existentes relacionados con la salud.

Colaborar con un equipo multidisciplinario para definir los requisitos del proyecto, incluidas las fuentes de datos y los algoritmos.

• Trabajar con las partes interesadas para entender los objetivos comerciales y identificar KPI relevantes para la evaluación del rendimiento del producto.
• Asistir a los equipos de ingeniería y plataforma para asegurar la entrega y presentación adecuadas de los datos.
• Proponer mejoras en productos y procesos, incluida la automatización.
• Asociarse con agencias para desarrollar soluciones de medición en bucle cerrado.

Monitorear el rendimiento del modelo y ajustar los modelos según sea necesario.

• Realizar análisis, mantenimiento y actualizaciones de los modelos y productos de datos existentes.
• Asegurar el cumplimiento de HIPAA y otras leyes de gobernanza de datos.
• Mantener y mejorar procesos y controles de aseguramiento de la calidad robustos para la gobernanza de datos.

El candidato ideal poseerá:

• Licenciatura en un campo cuantitativo como Matemáticas Aplicadas, Estadísticas Aplicadas o Ciencias de la Computación, o experiencia equivalente (8-10 años).
• Más de 6 años de experiencia en el dominio de la salud, incluyendo trabajo con activos de datos de salud.
• Fuertes habilidades analíticas y la capacidad de trabajar con conjuntos de datos grandes y diversos.
• Habilidades de comunicación efectivas, capaces de explicar conceptos complejos de IA y Aprendizaje Automático a audiencias diversas.
• Proficiencia en lenguajes de programación como R, Python, Scala o Spark/pyspark.
• Más de 7 años de experiencia en construcción e implementación de modelos de ML.
• Más de 5 años de experiencia en la construcción de transformaciones ETL y pipelines de datos.
• Experiencia con plataformas de Big Data o en la nube (por ejemplo, AWS, Google AI/ML Platform, Snowflake, Databricks).
• Familiaridad con Microsoft Excel y PowerPoint.

Conocimiento de marcos de modelado de aprendizaje profundo y redes neuronales.

• Experiencia con despliegue de modelos en contenedores (por ejemplo, Docker, Kubernetes).
• Maestría en un campo relacionado como Estadísticas, Ciencia de Datos o Ingeniería.
• Experiencia en técnicas de análisis avanzadas, especialmente en consultoría o entornos de salud.
• Proficiencia con herramientas como Airflow y KubeFlow para el despliegue de modelos.
• Experiencia con plataformas de aprendizaje automático como H2O o similares.