Junior Data Scientist - Híbrido

Talentosy; Ciudad de México; Híbrido; MXN 200,000 - 400,000; Jornada completa

Descripción de la vacante

Una reconocida empresa en Ciudad de México busca un Científico de Datos para un rol híbrido. Este puesto involucra el desarrollo de modelos avanzados de series temporales y técnicas de detección de anomalías. Se requiere experiencia en programación con Python y R, así como una sólida formación en matemáticas y estadística. Ofrecemos una oportunidad emocionante para contribuir a decisiones estratégicas con insights analíticos robustos.

Formación

• 2 años de experiencia en Ciencia de Datos.
• Conocimientos en ARIMA y GARCH para series temporales.
• Dominio en técnicas de detección de anomalías.

Responsabilidades

• Desarrollar y optimizar modelos de series temporales.
• Diseñar modelos de detección de anomalías.
• Comunicar hallazgos complejos a audiencias ejecutivas.

Conocimientos

Optimización bayesiana

Estadística avanzada

Series Temporales

Detección de Anomalías

Análisis multivariante

Programación en Python

Programación en R

SQL

Educación

Formación profesional en Matemáticas, Estadística o Ingeniería

Herramientas

pandas

NumPy

scikit-learn

PyMC3

Power BI

Tableau

Hadoop

Spark

Descripción del empleo

Posición Hibrida en CDMX

Responsabilidades:

• Desarrollar, implementar y optimizar modelos avanzados de series temporales para mejorar la precisión en la toma de decisiones y pronósticos estratégicos.

• Diseñar y ejecutar modelos de detección de anomalías utilizando técnicas como Isolation Forest, aplicadas en la identificación y mitigación de riesgos.

• Aplicar estadística avanzada (bayesiana e inferencial) para insights robustos que informen decisiones de negocio y mejoren la precisión analítica.

• Asegurar la calidad de los datos mediante análisis estadístico avanzado y técnicas de limpieza.

• Comunicar hallazgos complejos de forma clara y estructurada a audiencias ejecutivas y técnicas.

Requisitos:

• Formación Académica: Formación profesional en Matemáticas, Estadística, Ingeniería o campos relacionados.

• Experiencia: 2 años en Ciencia de Datos, con especialización en series temporales y detección de anomalías.

• Conocimientos Técnicos:

o Series Temporales: Experiencia con ARIMA, GARCH, métodos de descomposición estacional y modelos avanzados para datos estacionales y cíclicos.

o Detección de Anomalías: Dominio en Isolation Forest y técnicas avanzadas como Local Outlier Factor y clustering para identificar patrones atípicos.

o Estadística Avanzada: Amplio manejo de inferencia bayesiana, métodos Monte Carlo, y análisis multivariante aplicado a modelos predictivos.

o Optimización y Probabilidad: Competencia en optimización bayesiana, programación dinámica y técnicas de reducción de dimensionalidad (PCA, t-SNE).

o Lenguajes de Programación: Python, R, SQL y conocimiento de librerías como pandas, NumPy, scikit-learn y PyMC3.



Plus:

• Experiencia en orquestación de flujos de datos y entornos de Big Data.

• Conocimiento de frameworks de Big Data (Hadoop, Spark).

• Experiencia en herramientas como Power BI o Tableau para transmitir insights de manera efectiva.