Ver de verdad ubicación: culiacán área: data & analytics / tecnología reporte: dirección general / dirección de administración y finanzas tipo: tiempo completo objetivo del puesto diseñar, entrenar y desplegar modelos de ia/ml y soluciones de inteligencia artificial generativa para elevar ventas, optimizar inventarios y mejorar la experiencia del cliente. Convertir datos en decisiones accionables para tiendas, zonas y corporativo. Responsabilidades clave modelado 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. Requisitos formación: 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 días pronóstico 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 ofrecemos compensación 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 postular envía tu cv, github/portafolio y una breve nota sobre tu proyecto de ia/ml más relevante a: hmg@verdeverdad.com con asunto: científico de datos – ia/ml & genai .