Position

Data Scientist

Argentina

Responsabilidades principales:
•	Análisis y extracción de conocimiento a partir de datos: Identificar, analizar y comunicar patrones y tendencias en los datos para responder a preguntas clave del negocio. Utilizar métodos estadísticos, de minería de datos y técnicas de machine learning para hacer predicciones que impulsen decisiones estratégicas.
•	Desarrollo y mantenimiento de modelos de datos: Diseñar, implementar y optimizar modelos de machine learning y algoritmos predictivos que sean escalables y confiables. Supervisar el rendimiento de los modelos y ajustarlos en función de los resultados para asegurar su precisión y eficiencia.
•	Procesos ETL (Extracción, Transformación y Carga): Desarrollar y mantener pipelines de datos eficientes para gestionar grandes volúmenes de información desde diversas fuentes. Asegurar que los datos estén limpios, estructurados y listos para análisis. Colaborar con los equipos de ingeniería de datos para optimizar estos procesos.
•	Visualización de datos y reportes: Crear dashboards interactivos y reportes detallados utilizando herramientas como Power BI, Tableau o similares para comunicar hallazgos a partes interesadas no técnicas de manera clara y efectiva.
•	Colaboración con equipos multidisciplinarios: Trabajar estrechamente con los equipos de producto, ingeniería y operaciones para entender los problemas del negocio y ofrecer soluciones basadas en datos que generen valor.

Requisitos técnicos:
•	Lenguajes de programación: Experiencia avanzada en Python, R o similares para la manipulación de datos y desarrollo de modelos de ML.
•	Herramientas de análisis y visualización de datos: Amplio dominio de SQL para consultas complejas y experiencia con herramientas de visualización como Power BI, Tableau o similar.
•	Machine Learning: Sólidos conocimientos de frameworks de machine learning como TensorFlow, PyTorch o Scikit-learn para el desarrollo de modelos predictivos. Ideal herramientas en Azure, AWS, IBM.
•	Procesos ETL: Familiaridad con el diseño y ejecución de procesos ETL en entornos de Big Data (Hadoop, Spark) y bases de datos relacionales o no relacionales (SQL, MongoDB, etc.).
•	Cloud Computing: Experiencia en el uso de servicios en la nube (AWS, Azure o Google Cloud) para el almacenamiento y procesamiento de grandes volúmenes de datos.
We are hiring!

Data Scientist

Argentina
