Gerente de Ciencia de Datos

Descripción de la Empresa

Blend360 es un proveedor líder de soluciones en ciencia de datos, comprometido a co-crear un impacto significativo para sus clientes a través del poder de la ciencia de datos, la tecnología de IA y las personas. Con un objetivo de impulsar visiones audaces, Blend aborda desafíos significativos alineando a la perfección la experiencia humana con la inteligencia artificial. La empresa está dedicada a desbloquear el crecimiento y fomentar la innovación, allanando el camino hacia el valor para sus clientes al aprovechar talento de clase mundial y una estrategia basada en datos. Al integrarse, Blend360 asegura que sus clientes se destaquen, haciendo del mundo un lugar mejor a través del potencial transformador de la ciencia de datos.

Descripción del trabajo

Resumen con enfoque en comunicación: Los científicos de datos en Blend360 trabajan con líderes empresariales para resolver los desafíos de negocio de nuestros clientes. En Blend360 trabajamos con clientes en marketing, gestión de ingresos, servicio al cliente, administración de inventario y muchos otros aspectos de la empresa moderna. Nuestros científicos de datos líderes tienen el acumen empresarial para aplicar la ciencia de datos a muchos modelos y situaciones de negocios diferentes.

Esperamos que los gerentes de ciencia de datos sean excelentes comunicadores con la capacidad de describir conceptos complejos de manera clara y concisa. Deberían poder trabajar de forma independiente en la recopilación de requerimientos, en el desarrollo de hojas de ruta y en la entrega de resultados.

Trabajo en equipo y liderazgo: Trabajamos como un equipo y los gerentes de ciencia de datos lideran tanto mediante la mentoría o gestión de científicos de datos como liderando con el ejemplo.

Conocimiento técnico: Nuestros científicos de datos tienen un amplio conocimiento de una variedad de datos y soluciones matemáticas. Nuestro trabajo incluye análisis estadísticos, modelado predictivo, aprendizaje automático y diseño experimental. Evaluamos diferentes fuentes de datos, descubrimos patrones ocultos en los datos en bruto, creamos variables perspicaces y desarrollamos modelos competitivos con diferentes algoritmos de aprendizaje automático. Validamos y cross-validamos nuestras recomendaciones para asegurarnos de que nuestras recomendaciones funcionarán bien con el tiempo.

Conclusión: Si te encanta resolver problemas difíciles y entregar resultados; si te gusta aprender cosas nuevas y aplicar una metodología innovadora y de vanguardia, únete a nosotros en Blend360.

Responsabilidades

• Capacidad para proporcionar liderazgo ético y positivo que motive a los subordinados directos y desarrolle su talento y habilidades mientras se logran resultados.
• Gestionar directamente el trabajo de proyectos de analistas y el rendimiento general, incluyendo la planificación efectiva de carreras; tener conversaciones difíciles y ofrecer retroalimentación constructiva con el apoyo de la alta dirección.
• Entrevistar, contratar y capacitar a nuevos empleados.
• Analizar los KPIs del equipo, desarrollar soluciones y métodos alternativos para alcanzar los objetivos.
• Construir relaciones positivas y productivas con los clientes para el crecimiento del negocio.
• Entender las necesidades del cliente y personalizar los procesos de negocio existentes para satisfacer las necesidades del cliente.
• Responder a las preocupaciones de los clientes de forma rápida y gestionar profesionalmente las solicitudes.
• Trabajar como socio estratégico con los equipos de liderazgo para apoyar las necesidades del cliente.
• Trabajar con los líderes de práctica y los clientes para entender los problemas empresariales, el contexto de la industria, las fuentes de datos, los riesgos potenciales y las restricciones
• Solucionar problemas con los líderes de práctica para traducir el problema empresarial en una solución de ciencia de datos viable; proponer diferentes enfoques y sus pros y contras
• Trabajar con los líderes de práctica para obtener feedback de las partes interesadas, alinear enfoques, entregables, y hojas de ruta
• Desarrollar un plan de proyecto que incluya hitos, fechas, propietarios y riesgos y planes de contingencia
• Crear y mantener eficientes flujos de datos, a menudo dentro de la arquitectura de los clientes. Típicamente, los datos provienen de una amplia variedad de fuentes, internas y externas, y se manipulan usando SQL, spark y tecnologías de big data en la nube
• Ensamblar grandes conjuntos de datos complejos de clientes y fuentes externas que cumplan con los requerimientos funcionales del negocio.
• Construir herramientas de análisis para proporcionar insights accionables sobre la adquisición de clientes, la eficiencia operativa y otras métricas clave de rendimiento empresarial.
• Realizar la limpieza/higiene de datos, el control de calidad de datos, e integrar datos provenientes de fuentes de datos internas y externas del cliente en la Plataforma Avanzada de Ciencia de Datos. Ser capaz de resumir y describir los datos y los problemas de datos
• Realizar el análisis de datos estadísticos, incluyendo el análisis exploratorio de datos, la minería de datos, y documentar los principales insights y hallazgos para la toma de decisiones
• Entrenar, validar y cross-validar modelos predictivos y algoritmos de machine learning utilizando técnicas y herramientas de Ciencia de Datos de vanguardia
• Documentar los resultados de los modelos predictivos/algoritmos de machine learning que pueden ser incorporados en la documentación entregable al cliente
• Ayudar al cliente a implementar modelos y algoritmos dentro de su propia arquitectura

Calificaciones

• Grado de Maestría en Estadísticas, Matemáticas, Análisis de Datos, o un campo cuantitativo relacionado
• 4 - 5+ años de experiencia profesional en Ciencia de Datos Avanzada, como modelado predictivo, análisis estadístico, aprendizaje automático, minería de textos, análisis geoespacial, pronóstico de series de tiempo, optimización
• Experiencia con uno o más lenguajes de software de Ciencia de Datos Avanzada (R, Python, Scala, SAS)
• Habilidad probada para desplegar modelos de aprendizaje automático desde el entorno de investigación (Jupyter Notebooks) a la producción a través de enfoques procedimentales o de pipeline
• Experiencia con SQL y bases de datos relacionales, autoría de consultas y afinación así como familiaridad de trabajo con una variedad de bases de datos incluyendo Hadoop/Hive
• Experiencia con spark y data-frames en PySpark o Scala
• Fuertes habilidades para resolver problemas; capacidad para pivotar datos complejos para responder a preguntas empresariales. Habilidad probada para visualizar datos para influir.
• Confortable con plataformas basadas en la nube (AWS, Azure, Google)
• Experiencia con Google Analytics, Adobe Analytics, Optimizely es un plus

Información Adicional

Toda tu información será mantenida en confidencialidad de acuerdo a las directrices de EEO.