Ver De VerdadUbicación:CuliacánÁrea:Data & Analytics / TecnologíaReporte:Dirección General / Dirección de Administración y FinanzasTipo:Tiempo completoObjetivo del puestoDiseñar, entrenar y desplegar modelos deIA/MLy soluciones deInteligencia Artificial Generativapara elevar ventas, optimizar inventarios y mejorar la experiencia del cliente.
Convertir datos en decisiones accionables paratiendas, zonas y corporativo.Responsabilidades claveModelado predictivo: pronóstico de ventas por plaza/sucursal/categoría; demanda de exámenes (nuevos vs. recurrentes), citas y no-show.Optimización de inventarios y resurtidos: niveles objetivo por categoría (económico, diseñador, premium), rotación, cobertura y alertas de faltantes.Precios y promociones: análisis de elasticidad, medición de lift, pruebas A/B, recomendaciones por segmento y calendario promocional.GenAI aplicada al negocio:Asistentes (texto/voz) para atención y ventas; prompts, RAG, embeddings y evaluación.Generación de copys y piezas base para campañas (redes/WhatsApp/radio) con control de calidad.Marketing analytics: atribución, ROAS, cohortes, funnels de exámenes y efectividad de SMS/medios.Ingeniería de datos: ETL/ELT desde SQL Server a BigQuery ; limpieza, validación y versionado de datasets.MLOps: trazabilidad de experimentos (MLflow), empaquetado (Docker), orquestación (Airflow/Prefect) y despliegues.Visualización & reporting: dashboards ejecutivos (Looker Studio/Power BI/Streamlit/Dash) y paquetes de insights para Consejo y Dirección.Gobierno y calidad de datos: definiciones de métricas, documentación y monitoreo de confiabilidad.RequisitosFormación: Ingeniería (Sistemas, Computación, Industrial), Matemáticas Aplicadas o afín.Experiencia: 3–5+ años en Data Science/ML (idealmente retail/omnicanal).
Python avanzado: pandas, numpy, scikit-learn, XGBoost; nociones de PyTorch/TensorFlow.Entorno de trabajo: Jupyter/Google Colab ; control de versiones con Git.
GenAI: OpenAI/Anthropic, LangChain, RAG, embeddings, vector stores (FAISS/Pinecone), evaluación de prompts.SQL fuerte: consultas complejas, performance (SQL Server/BigQuery).
Estadística aplicada y experimentación: A/B testing, intervalos, MAPE/SMAPE, causalidad básica.Comunicación: capacidad para sintetizar hallazgos y proponer acciones claras.Deseable (no excluyente)GCP (Vertex AI, GCS) u otros clouds.OR-Tools/optimizadores para resurtido/abasto.Looker Studio/Power BI, Plotly/Matplotlib.Integraciones con WhatsApp Business/UltraMSG, Twilio, o agentes de voz.Buenas prácticas de CI/CD y observabilidad (logging/alertas).
Indicadores de éxito a 90 díasPronóstico de ventas por plaza/categoría con MAPE = 15% y actualización diaria.Motor de resurtido con lista priorizada por sucursal y cobertura objetivo.MVP GenAI con RAG para información de sucursales/promociones y respuestas consistentes.Tablero ejecutivo (ventas, exámenes, margen, inventario) disponible para Dirección y Consejo.Lo que ofrecemosCompensación competitiva y esquema híbrido.Equipo de trabajo y presupuesto de nube/herramientas.Ambientes de datos reales de alto volumen y retos de negocio concretos.Oportunidad de crecer e incidir directamente en decisiones comerciales.Cómo postularEnvía tuCV,GitHub/portafolioy una breve nota sobre tu proyecto de IA/ML más relevante a:con asunto:Científico de Datos – IA/ML & GenAI.