Científico de Datos

Data Scientist Role Summary Los Data Scientists de OneMagnify se sitúan en la intersección de la estrategia del cliente y la entrega técnica, convirtiendo preguntas de negocio complejas en modelos, análisis y conocimientos que los clientes realmente utilizan para tomar decisiones. Trabajarás junto a equipos de Ingeniería de Datos, IA y equipos multifuncionales para diseñar e implementar soluciones que abarcan todo el ciclo de vida analítico, desde la integración y calidad de los datos hasta el modelado predictivo y la analítica avanzada. Este rol es adecuado para alguien que desea realizar un trabajo técnico serio y ver cómo tiene impacto en el mundo real. The Impact You'll Have Los clientes a los que apoyarás están tomando decisiones de alto riesgo sobre clientes, mercados y productos. Tus modelos, incluyendo la previsión de demanda, la segmentación de audiencias y la optimización del gasto, se convierten en la columna vertebral analítica de cómo operan. Cuando tu trabajo es correcto, genera resultados medibles. Cuando es incorrecto, alguien lo nota. Esa responsabilidad es parte de lo que hace que este rol sea interesante. También contribuirás a construir las capacidades analíticas que OneMagnify entrega a escala. Eso significa escribir código y documentación que otros puedan reproducir, mantener y extender. Entregar un modelo es el comienzo, no el final. La colaboración multifuncional con equipos de ingeniería, estrategia y entrega es parte del ritmo diario, y tu capacidad para traducir entre contextos técnicos y de negocio se utilizará constantemente. El trabajo abarca industrias y tipos de problemas (automotriz, minorista, servicios financieros y más), por lo que desarrollarás amplitud junto con profundidad. Rara vez trabajarás en el mismo tipo de problema dos veces seguidas. What You'll Do Build and validate analytical models [contacto en el portal] • Diseñar, implementar y monitorear modelos, incluyendo previsión, clasificación, regresión y segmentación • Realizar pruebas A/B y análisis causales con un diseño experimental riguroso y documentación clara • Desarrollar soluciones de optimización (lineal, entero mixto, multiobjetivo) y garantizar la reproducibilidad en todo el ciclo de vida del modelo Own data integration and quality [enlace en el portal] • Integrar datos de múltiples fuentes y desarrollar informes de calidad de datos que detecten problemas antes de que se conviertan en problemas para el cliente • Realizar análisis de causa raíz en anomalías de datos y validar cambios en la base de datos antes de su lanzamiento • Usar Databricks para el procesamiento de datos a gran escala y flujos de trabajo de aprendizaje automático Translate requirements into technical solutions [teléfono en el portal] • Asociarse con equipos de negocio e ingeniería para obtener requisitos, definir reglas de negocio y convertirlas en especificaciones técnicas • Documentar soluciones de manera lo suficientemente clara para que otra persona pueda mantener y extender tu trabajo • Asegurar la alineación entre lo que piden los clientes y lo que se construye Communicate findings to varied audiences • Sintetizar y presentar hallazgos analíticos a partes interesadas internas y externas, incluyendo audiencias de nivel ejecutivo, con el criterio para manejar consultas complejas o sensibles con cuidado • Construir informes de métricas y KPI que informen decisiones de negocio reales, no solo paneles que se ignoran • Preparar visualizaciones en Tableau y Power BI que hagan accesibles los resultados complejos Support collaborative development • Usar Git/GitLab para control de versiones, reproducibilidad y desarrollo colaborativo de código • Colaborar con equipos de ingeniería para implementar prácticas de MLOps, incluyendo la implementación de modelos, monitoreo y gestión del ciclo de vida de extremo a extremo utilizando herramientas como MLflow • Cumplir con los estándares de gobernanza de datos, privacidad y cumplimiento en todo el trabajo What You'll Need • Licenciatura en Ciencias de la Computación, Estadística, Matemáticas, MIS, Investigación de Mercados o un campo cuantitativo relacionado, o experiencia práctica equivalente • 2 a 5+ años de experiencia práctica en análisis, incluyendo modelado predictivo, pruebas A/B y optimización • SQL y Python avanzados; gran capacidad para consultar, manipular e interpretar datos de bases de datos y almacenes de datos • Experiencia práctica con Databricks para el procesamiento de datos a gran escala y flujos de trabajo de aprendizaje automático • Dominio de Tableau y/o Power BI para visualización e informes • Experiencia con Git/GitLab para control de versiones y desarrollo colaborativo • Sólidas habilidades en Excel y PowerPoint • Capacidad demostrada para presentar análisis a la gerencia y colaborar con partes interesadas tanto de negocio como técnicas • Experiencia en diagnosticar y resolver problemas de calidad de datos en múltiples plataformas • Comprensión de los estándares de gobernanza de datos, privacidad y cumplimiento • Familiaridad con conceptos de Master Data Management (MDM) y cómo se aplican a la calidad e integración de datos Future-Ready Skills (Nice to Have) • Dominio de SAS o R en un entorno de análisis aplicado • Familiaridad con datos automotrices o de VIN y estructuras de datos complejas específicas de la industria • Exposición a flujos de trabajo de análisis habilitados por IA o automatización dentro de un contexto de ciencia de datos • Experiencia trabajando en entornos de marketing integrado, consultoría o servicios digitales donde la analítica respalda la entrega orientada al cliente