Junior Data Scientist - Híbrido en Talentosy

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.