Senior Ml Ops Engineer - Payments Platform (Remote)

Kavak; Tandil; A distancia; ARS 1.200.000 - 2.800.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

10 días PTO

Remoto 100%

Descripción de la vacante

Prometeo Talent busca Analista de Datos (Machine Learning) para cliente estadounidense. Se trabajará con grandes volúmenes de datos de consumidores y retail, transformando datos en métricas claras para decisiones de negocio.

Se valoran habilidades en SQL, Python y capacidad de comunicar resultados en inglés. Puesto 100% remoto, con equipo internacional y crecimiento en ML y analítica de negocios.

Formación

• Conocimientos de SQL y Python para manipulación de datos y extracción de insights.
• Inglés avanzado, tanto escrito como hablado.
• Formación cuantitativa y capacidad de traducir datos complejos a decisiones de negocio.
• Experiencia de 0 a 4 años en Data Analytics, Business Analytics o roles afines.
• Conocimientos de bases de datos relacionales y data warehouses en la nube.
• Graduado/a en áreas relacionadas con datos o analítica de negocio.

Responsabilidades

• Crear, optimizar y ejecutar consultas SQL para extraer información de bases de datos y data warehouses.
• Desarrollar, validar y desplegar modelos de Machine Learning para identificar patrones de consumo y tendencias.
• Transformar datos transaccionales y de panel en métricas de negocio y dashboards.
• Llevar a cabo limpiezas, auditorías y validaciones de datos para asegurar calidad.
• Presentar resultados y recomendaciones en inglés a equipos internacionales.

Conocimientos

SQL

Python

Inglés

Educación

Licenciatura en disciplinas cuantitativas

Herramientas

pandas

scikit-learn

statsmodels

Descripción del empleo

Prometeo Talent es una agencia de reclutamiento con presencia en América y Europa. Ayudamos a empresas a encontrar profesionales talentosos en áreas de datos, analytics y negocios.

Actualmente, trabajamos junto a una empresa con sede en Estados Unidos especializada en medir la efectividad del marketing. Su trabajo consiste en ayudar a las organizaciones a entender mejor a sus consumidores, sus hábitos de compra, el desempeño de sus marcas y el comportamiento del mercado a través del análisis de datos.

Estamos buscando un/a Analista de Datos (Machine Learning) para sumarse al equipo global de nuestro cliente.

Esta posición es ideal para personas analíticas, curiosas y orientadas a los datos, que disfruten trabajar con grandes volúmenes de información de consumidores y retail. El rol combina el trabajo técnico con una mirada de negocio: vas a transformar datos transaccionales y de comportamiento en métricas claras que ayuden a tomar decisiones.

Buscamos a alguien con buenos conocimientos de SQL y Python, atención al detalle y facilidad para entender datos y explicar resultados técnicos de forma clara a distintos equipos en inglés.

La posición está abierta a distintos niveles de experiencia, desde recién graduados con una sólida formación cuantitativa hasta profesionales con experiencia que quieran seguir desarrollando sus habilidades técnicas en análisis y manipulación de datos.

Crear, optimizar y ejecutar consultas en SQL para extraer información de bases de datos relacionales y data warehouses en la nube.

Desarrollar, ejecutar y validar modelos de Machine Learning, predictivos o estadísticos para identificar patrones de comportamiento de los consumidores y proyectar tendencias.

Transformar y agrupar datos transaccionales o de panel para calcular métricas de negocio como penetración de hogares, market share y tendencias de compra.

Crear y mantener tablas y vistas de datos organizadas que alimenten reportes recurrentes y dashboards.

Revisar resultados, realizar auditorías de datos y validar la lógica utilizada para asegurar la calidad y precisión de la información.

Utilizar filtros y lógica condicional para segmentar datos y analizar grupos específicos.

Limpiar, procesar y categorizar datos de texto no estructurados o semiestructurados.

Convertir estructuras de datos y resultados técnicos en resúmenes claros, bullet points o tablas para equipos y stakeholders de habla inglesa.

• Entre 0 y 4 años de experiencia en Data Analysis, Business Analytics o roles similares. También consideramos perfiles junior con cursos relevantes, proyectos personales de datos o experiencia en prácticas, así como profesionales con experiencia trabajando con bases de datos y análisis de negocio.
• Inglés avanzado, tanto escrito como hablado.
• Conocimientos básicos a intermedios de SQL, incluyendo JOINs, agregaciones y lógica condicional con CASE WHEN.
• Experiencia utilizando Python para limpieza, manipulación y procesamiento de datos, con buen manejo de pandas para transformaciones de datos.
• Familiaridad con librerías como scikit-learn o statsmodels para desarrollar y evaluar modelos predictivos o estadísticos.
• Experiencia trabajando con datos de texto: limpieza, procesamiento, filtros y búsqueda de patrones dentro de strings.
• Buen entendimiento de bases de datos relacionales, incluyendo relaciones entre tablas, primary keys, foreign keys y normalización.
• Título universitario en Business Analytics, Estadística, Matemáticas, Ciencias de la Computación, Economía, Marketing o carreras relacionadas, idealmente con formación en bases de datos o análisis cuantitativo.

Será un plus si tienes

• Experiencia trabajando con datos de consumidores, retail, paneles o transacciones.
• Familiaridad con data warehouses en la nube como Snowflake, BigQuery o Redshift.
• Experiencia o conocimientos en marketing analytics, consumer insights o market measurement.
• Experiencia creando tablas o vistas de datos que alimenten dashboards y reportes recurrentes.

10 días de PTO para que puedas desconectarte.

100% remoto: trabaja desde donde estés y encuentra el equilibrio que mejor funcione para ti.

Forma parte de equipos y proyectos internacionales, trabajando con profesionales de distintos países.

Sigue desarrollando tus conocimientos en SQL, Python y Machine Learning mientras trabajas en proyectos interesantes y de impacto.

EEO Minorities/Females/Protected Veterans/Disabled