Objetivo: diseñar, desarrollar e implementar modelos de machine learning y soluciones de ciencia de datos que permitan extraer valor de los datos para apoyar la toma de decisiones estratégicas, alineadas con las necesidades del área de operaciones y servicio al cliente. Asegura la transformación de datos en insights accionables que mejoren procesos, productos y experiencia del cliente.
funciones: 1.- diseñar y desarrollar modelos de machine learning mediante python o r (indispensable), enfocados en optimizar procesos de atención al cliente, operación y gestión de servicios, asegurando soluciones eficientes y escalables.
*
o analizar y transformar grandes volúmenes de datos provenientes de las áreas de operaciones y servicio a clientes, generando datasets limpios y consistentes que sirvan de base para los modelos predictivos.
*
o establecer bases analíticas comunes y gobierno de datos operativo, proponiendo lineamientos y buenas prácticas que garanticen la consistencia y trazabilidad de la información en toda la cadena de valor.
*
o colaborar directamente con líderes funcionales y operativos para traducir problemas del negocio en soluciones analíticas concretas, asegurando la alineación de los modelos con los objetivos operativos.
*
o desarrollar dashboards interactivos y reportes ejecutivos en tableau y/o power bi que comuniquen hallazgos clave de manera clara para diferentes niveles de la organización.
*
o evaluar y ajustar el desempeño de modelos predictivos, aplicando pruebas y mejoras continuas para maximizar su precisión, valor de negocio y facilidad de implementación.
*
o impulsar una cultura basada en datos en operaciones, promoviendo el uso de analítica avanzada como base para la mejora continua y la innovación en servicios.
*
o mantenerse actualizado en técnicas de ciencia de datos y ml, compartiendo aprendizajes y tendencias con el equipo de operaciones y servicio.
requisitos: licenciatura o ingeniería en ciencia de datos, matemáticas aplicadas, estadística, actuaría, computación o áreas afines.
programación en python (pandas, scikit-learn, numpy, etc.) Conocimiento en r para análisis estadístico. Sql para extracción y manipulación de datos. Visualización de datos con tableau y/o power bi.
certificaciones en ciencia de datos, business analytics
inglés avanzado