Data Scientist - Remoto (Múltiples locaciones)
Imagemaker · Chile ·
- Work mode
- Remote
- Category
- Data science
Imagemaker is hiring remote Data Scientists (based in Chile) who turn data into insights and build machine learning models to optimize operations at scale. Day to day: exploratory analysis, A/B testing and metrics, data modeling, and visualization, working at the intersection of analytics, engineering, and business on GCP.
En Imagemaker buscamos Data Scientists que utilicen datos para impulsar decisiones y construir sistemas inteligentes, así como generar insights de alto impacto.
Trabajarás en la intersección entre analítica, ingeniería y negocio para dar forma a la estrategia del producto (mediante experimentación) y desarrollar modelos de machine learning que optimicen la operación a gran escala, permitiendo que las áreas operen más rápido y generen mejores experiencias a sus clientes.
Trabajarás en la intersección entre analítica, ingeniería y negocio para dar forma a la estrategia del producto (mediante experimentación) y desarrollar modelos de machine learning que optimicen la operación a gran escala, permitiendo que las áreas operen más rápido y generen mejores experiencias a sus clientes.
Promover la democratización de datos y el uso responsable en iniciativas de Data y Experimentación:
- Indicadores de éxito: Experimentos, modelos y activos cumplen con mejores prácticas; la creación de dashboards y analítica básica queda completamente delegada a roles no especializados en datos.
Generar insights basados en datos para influir en decisiones estratégicas, operacionales y de producto:
- Indicadores de éxito: Insights adoptados que generan mejoras medibles y alineadas con las prioridades del negocio.
Construir modelos analíticos y predictivos utilizando datasets curados y gobernados:
- Indicadores de éxito: Soluciones precisas, mantenibles e integradas en los procesos de toma de decisiones.
Traducir preguntas de negocio en problemas analíticos o de Machine Learning:
- Indicadores de éxito: Productos de datos co-desarrollados, adoptados por los equipos y que resuelven problemas de alta prioridad.
Definir y evolucionar métricas de negocio y de producto:
- Indicadores de éxito: Aplicación continua de métricas que midan con precisión el éxito y el desempeño de las soluciones.
Evolucionar capacidades analíticas y de IA:
- Indicadores de éxito: Los equipos aplican métodos nuevos y efectivos para resolver desafíos emergentes.
Stack Técnico Clave
- GCP: experiencia trabajando con servicios y herramientas de análisis de datos en Google Cloud Platform (GCP).
- SQL y manipulación de datos: extracción, transformación y análisis de datos para responder preguntas de negocio.
- Análisis exploratorio de datos: identificación de tendencias, patrones, anomalías e insights.
- Estadística y análisis cuantitativo: aplicación de conceptos estadísticos para análisis, métricas y toma de decisiones.
- Métricas y experimentación: definición y análisis de métricas, pruebas A/B y evaluación de resultados.
- Modelamiento de datos: construcción y utilización de datasets confiables, limpios y reutilizables.
- Visualización y storytelling: comunicación de hallazgos mediante visualizaciones y narrativas claras.
- Calidad, gobernanza y ética de datos: consideración de calidad, sesgos, trazabilidad y uso responsable de los datos.
- Herramientas analíticas: experiencia con herramientas de análisis, visualización y/o procesamiento de datos.
Cualitativas
- Pensamiento crítico: Desafío de supuestos conectando datos con preguntas significativas de negocio.
- Comunicación: Traducción de hallazgos técnicos en lenguaje accionable para el negocio.
- Colaboración: Trabajo conjunto con equipos de producto, ingeniería y negocio para construir y aplicar soluciones.
- Resolución de problemas: Liderazgo y ejecución de análisis o modelamiento con mínima dirección.
Modalidad Remota