Mid/Senior Data Scientist (Data Science Hub) - maternity cover

Ubicación: Modelo de Trabajo Híbrido

Tipo de Trabajo: Contrato de Empleo (Cobertura por Maternidad)

El Centro de Ciencia de Datos en Allegro, un gigante del comercio electrónico, aprovecha soluciones sofisticadas de Ciencia de Datos y Aprendizaje Automático para impulsar decisiones y operaciones comerciales. Enfrentamos desafíos diversos con técnicas y tecnologías de modelado de vanguardia. Nuestro entorno inclusivo fomenta el crecimiento profesional continuo y el aprendizaje multidisciplinario, particularmente en el ámbito del comercio electrónico.

Como Científico de Datos Medio/Senior, tus responsabilidades principales incluyen:

• Co-crear proyectos desde el concepto hasta la implementación para resolver problemas comerciales en áreas como DEX/CX/operaciones: análisis predictivo, segmentación, pronósticos y recomendaciones.
• Utilizar una amplia gama de tipos de modelos, incluidos modelos de potenciación, métodos bayesianos, inferencia causal, métodos de optimización y aprendizaje profundo.
• Procesar terabytes de datos utilizando soluciones de Google Cloud Platform.
• Trabajar con varios tipos de datos, incluidos datos tabulares, datos espaciales, textos en lenguaje natural, imágenes y series temporales.
• Implementar modelos fuera de línea y en línea.
• Proveer liderazgo técnico y mentoría a científicos de datos junior y de nivel medio.
• Colaborar con partes interesadas del negocio, equipos de análisis e ingenieros de datos.

En Allegro, la Ciencia de Datos es crucial para nuestras operaciones:

• Nuestro trabajo tiene un impacto significativo en una de las plataformas de comercio electrónico más grandes del mundo.
• Enfrentarás desafíos interesantes a través de diversos proyectos.
• Acceso a apoyo de científicos de datos experimentados, con amplias oportunidades para el intercambio de ideas.
• Trabajando con grandes conjuntos de datos y tecnologías de procesamiento de datos de vanguardia.
• Obtener experiencia práctica con herramientas y tecnologías como Python, MLFlow, GCP BigQuery, Tableau, Composer, Dataflow y PySpark.
• Aprender e implementar buenas prácticas de programación, ingeniería y gestión de código.
• Participar en conferencias de la industria, capacitaciones y contribuir activamente a la comunidad global de Ciencia de Datos / Aprendizaje Automático.

Nuestros beneficios incluyen:

• Un modelo de trabajo híbrido con oficinas bien ubicadas y excelentes herramientas de trabajo (por ejemplo, escritorios ajustables en altura, salas de conferencias interactivas).
• Un bono anual de hasta el 10% del salario bruto anual.
• Una amplia selección de beneficios complementarios en un plan de cafetería (por ejemplo, paquetes médicos, deportivos o de almuerzo, seguros, vales de compra).
• Clases de inglés pagadas por la empresa que se relacionen con tu trabajo.
• Elección de un MacBook Pro de 16" o 14" con procesador M1 y 32GB de RAM, o un Dell correspondiente con Windows, y otros gadgets necesarios.
• Un alto grado de autonomía en la organización del trabajo de tu equipo, con estímulo para el desarrollo continuo y la experimentación.
• Oportunidades para hackatones, eventos de creación de equipos, presupuestos de capacitación y acceso a nuestra plataforma educativa interna, MindUp.

Buscamos profesionales que:

• Tengan un título en un campo fuertemente relacionado con el modelado estadístico/matemático como Matemáticas, Física, Economía, Ciencias de la Computación o similar.
• Tengan un mínimo de 2 años de experiencia en análisis de datos utilizando SQL y en la construcción de soluciones de aprendizaje automático.
• Sean hábiles en traducir desafíos comerciales en problemas de aprendizaje automático.
• Puedan comunicarse claramente con las unidades de negocio, desde la formulación de problemas analíticos hasta la presentación intuitiva de los resultados.
• Sean competentes en Python y herramientas básicas de desarrollo.
• Comprendan métodos estadísticos y de aprendizaje automático, especialmente aquellos utilizados para la previsión y los algoritmos de árboles de decisión.