Senior Data Scientist

En Komodo Health, damos vida a los datos para reducir la carga global de enfermedades. Nuestra misión se basa en una utilización más inteligente de los datos, ejemplificada por nuestro Healthcare Map, la vista más grande y precisa de la industria del sistema de salud de EE. UU. Combinando datos de pacientes anonimizados con algoritmos innovadores y experiencia clínica, ofrecemos un robusto conjunto de aplicaciones de software que abordan las preguntas más desafiantes de la atención médica. Nuestras soluciones permiten a los clientes rastrear comportamientos de los pacientes, identificar brechas en la atención, satisfacer las necesidades de los pacientes y, en última instancia, aliviar las cargas de las enfermedades a nivel mundial.

A medida que nos esforzamos por lograr nuestra misión, nos mantenemos firmes en nuestros valores fundamentales: ser increíbles, buscar crecimiento, ofrecer "wow" y disfrutar del viaje. Al unirte a Komodo Health, te conviertes en parte de un equipo diverso y solidario de Dragones dedicados a reducir la carga de las enfermedades mientras disfrutan del proceso.

El Equipo de Incubación de Producto es fundamental para definir y validar nuevas ofertas de productos que incrementen la presencia de Komodo en segmentos de mercado emergentes. Los científicos de datos en este equipo juegan un papel esencial en el desarrollo y despliegue de modelos analíticos avanzados para abordar complejos desafíos de salud. Su dominio de la manipulación de datos a gran escala y la curiosidad ayudan a transformar problemas ambiguos en ideas accionables.

En tu primer año, habrás:

• Desarrollado y desplegado soluciones analíticas en diferentes casos de uso para la incubación de productos.
• Colaborado con los Gerentes de Producto para alinear los requisitos del producto con los métodos analíticos y la comprensión de los datos de salud.
• Trabajado de manera interfuncional para influir en las decisiones de ingeniería de datos y arquitectura para prototipos escalables.
• Facilitado la transición de los prototipos de incubación a otros equipos con documentación completa y código reutilizable.
• Establecido como un experto confiable en ciencia de datos dentro de Komodo.
• Continuado aprendiendo y manteniéndote actualizado sobre las tendencias y tecnologías emergentes.

Para lograr estos resultados, tú:

• Crearás resultados analíticos y visualizaciones para resolver problemas de los clientes a través de la plataforma de Komodo.
• Contribuirás a una base de código de producción para productos SaaS, siguiendo las mejores prácticas de ingeniería.
• Colaborarás con los Gerentes de Producto en el diseño e implementación de soluciones.
• Realizarás análisis exploratorios de datos e ingeniería de características para desarrollar hipótesis y conocimientos.
• Construirás y validarás modelos analíticos utilizando técnicas estadísticas y de aprendizaje automático.
• Comunicarás los resultados a partes interesadas tanto técnicas como no técnicas a través de informes y presentaciones.

Aportas:

• Experiencia en métodos analíticos y estadísticos efectivos para resolver problemas de salud del mundo real.
• Competencia en Python y bibliotecas relevantes (por ejemplo, pandas, scikit-learn, TensorFlow).
• Experiencia escribiendo consultas SQL y trabajando con bases de datos relacionales.
• Experiencia en computación de datos a gran escala con las mejores prácticas para el desarrollo colaborativo de software.
• Agudeza empresarial y la capacidad de conectar conocimientos analíticos con objetivos comerciales.
• Habilidades de comunicación efectivas para transmitir conceptos complejos a partes interesadas no técnicas.
• Capacidad para trabajar tanto de manera independiente como colaborativa en un entorno ágil y rápido.

• Experiencia con tecnologías de big data (por ejemplo, Hadoop, Spark) y plataformas en la nube (por ejemplo, AWS, GCP).
• Conocimiento de herramientas de visualización de datos (por ejemplo, Superset, Tableau, Power BI).

El rango de pago para este rol es de $140,000—$233,100 USD anuales. Komodo Health considera múltiples factores al determinar la compensación, incluidas habilidades relacionadas con el trabajo, experiencia, ubicación y demandas del mercado. Este rol también puede ser elegible