Ver de verdadubicación: 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.