Data Scientist - Remoto (Múltiples locaciones)

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. 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…