Data Scientist

Este rol, contribuirá a transformar los datos sin procesar en información procesable aprovechando las herramientas analíticas, los modelos estadísticos y las técnicas de aprendizaje automático. Colaborará con equipos multifuncionales globales para resolver problemas del mundo real, optimizar los flujos de trabajo y respaldar las decisiones comerciales. Trabajará con un equipo de desarrollo de viabilidad para evaluar y desarrollar capacidades adecuadas para la implementación operativa. 

Responsabilidades clave:

• Recopile, limpie y preprocese datos de varias fuentes, lo que garantiza la calidad y la facilidad de uso para el análisis o el modelado.

• Realice análisis estadísticos y genere visualizaciones para descubrir tendencias, patrones e información procesable en conjuntos de datos.
   
• Diseñe, implemente y evalúe modelos de aprendizaje automático para resolver desafíos comerciales, optimizando la precisión y la eficiencia.
   
• Cree paneles, gráficos e informes utilizando herramientas de visualización para comunicar claramente los hallazgos a las partes interesadas técnicas y no técnicas.
   
• Ayudar a diseñar y mantener canalizaciones de datos, escribir código eficiente y consultas SQL para procesar y almacenar datos de manera efectiva.
   
• Trabaje en estrecha colaboración con equipos multifuncionales globales, presente ideas y contribuya a las discusiones que dan forma a los resultados del proyecto.
   
• Manténgase actualizado con las tecnologías y metodologías emergentes en ciencia de datos y busque activamente oportunidades para refinar habilidades y conocimientos.
   
• Documentar procesos, capacitación, metodologías y hallazgos, y presentar resultados a partes interesadas técnicas y no técnicas a nivel mundial.
   
• Colaborar con otros miembros del equipo para desarrollar e implementar proyectos e iniciativas digitales para los sectores manufacturero e industrial.
•  

Calificaciones:

• Conocimientos básicos de programación en lenguajes como Python, R o Java.
• Comprensión de los conceptos, algoritmos y flujos de trabajo fundamentales del aprendizaje automático.
• Competencia en el preprocesamiento de datos, la ingeniería de características y el análisis exploratorio de datos (por ejemplo, Databricks).
• Experiencia con plataformas y servicios en la nube (por ejemplo, AWS, Google Cloud, Azure) para implementar y escalar modelos de aprendizaje automático.
• Familiaridad con las herramientas y técnicas de visualización de datos.
• Fuertes habilidades para resolver problemas y la capacidad de trabajar de forma independiente, así como en un equipo global.
• Excelentes habilidades de comunicación, con la capacidad de explicar conceptos técnicos complejos a partes interesadas no técnicas.
• Dominio del inglés, tanto escrito como verbal, para comunicarse de manera efectiva con equipos globales y partes interesadas.
•  

Calificaciones adicionales:

• Experiencia con tecnologías y aplicaciones de la Industria 4.0, como IoT, IA, robótica y automatización.
• Conocimiento de herramientas de control de versiones como Git para proyectos de codificación colaborativa.
• Conocimiento de tecnologías de big data como Hadoop, Spark o Kafka.
• Contribuciones a proyectos de código abierto o investigaciones publicadas en el campo de la IA/ML, la ciencia de datos y la Industria 4.0.