Coderio diseña y entrega soluciones digitales escalables para empresas globales.
Con una base técnica sólida y una mentalidad orientada al producto, nuestros equipos lideran proyectos de software complejos desde la arquitectura hasta la ejecución.
Valoramos la autonomía, la comunicación clara y la excelencia técnica.
Colaboramos estrechamente con equipos y socios internacionales, construyendo tecnología que genera impacto.
Más información:
Buscamos Data Scientist para sumarse al equipo de Analítica Avanzada / Datos Retail de uno de nuestros clientes líderes en retail de moda (con decenas de tiendas propias y múltiples marcas), en modalidad mixta en Santiago de Chile.
En este rol reportarás al Chief Digital Officer y trabajarás codo a codo con el Data Lead, Data Engineer y las gerencias Comercial y Logística para transformar tres decisiones operativas críticas del negocio en modelos optimizados de alto impacto: la previsión probabilística de demanda por SKU y tienda, la derivación dinámica de la curva óptima de reposición (mínimos y máximos) desde el centro de distribución, y la estrategia de precios con análisis de elasticidad e inferencia causal para optimizar el markup inicial y las rebajas de temporada.
Todo esto sobre una plataforma de datos ya construida en arquitectura Medallion en producción con BigQuery sobre la capa Silver.
Previsión de Demanda (Caso Base): Construir pronósticos probabilísticos por el grano donde haya señal real.
Corregir la censura en los datos resolviendo el problema técnico central: separar la venta registrada de la demanda real ajustando por historial de stockout/quiebres.
Desagregar de forma consistente mediante curvas de talla y color.
Optimización de Reposición: Derivar las curvas de stock mínimo (demanda esperada durante el lead time + ciclo de revisión) y máximo (utilizando cuantiles altos de la distribución) para que el stock de seguridad se ajuste dinámicamente a la incertidumbre.
Optimización de Precios & Inferencia Causal:



Estimar elasticidad para alimentar el markup inicial y gatillar rebajas en temporada.
Superar el sesgo de confusión causal en datos observacionales mediante el diseño y ejecución de experimentos/pruebas A/B en grupos comparables de tiendas.
El Loop de Medición: Generalizar y sistematizar la medición permanente del resultado operacional de las decisiones (días a nuevo quiebre, sell-through y stock muerto al final del ciclo de vida).
Aporte al Harness de IA: Especificar fórmulas determinísticas, intervalos y supuestos exactos para las herramientas (tools) que invoca la IA corporativa, garantizando que cualquier cifra generada por IA sea auditable y tenga respaldo.
Método y Comunicación: Definir protocolos estrictos de validación (partición temporal ciega, baselines explícitos, métricas adecuadas sin contaminación), documentar supuestos/límites y comunicar los resultados de forma clara a las gerencias Comercial y Logística.
Forecasting Aplicado en Producción: Experiencia comprobable en modelos de series de tiempo en entornos de producción.
Demanda Intermitente: Dominio del tratamiento de series con alta presencia de ceros y conocimiento de alternativas cuando ARIMA/ETS fallan (Croston, TSB, agregación temporal).
Pronóstico Probabilístico: Manejo de cuantiles y distribuciones de probabilidad para la toma de decisiones con incertidumbre.
Validación Rigurosa & Métricas: Dominio de backtesting honesto y selección de métricas adecuadas.
Python & SQL Analítico:



Python sólido orientado a código ejecutable por orquestadores y SQL avanzado para interactuar directamente con marts de decenas de millones de filas.
Comunicación & Criterio: Habilidad para traducir hallazgos técnicos a un lenguaje claro para usuarios de negocio, rigurosidad para medir con datos y capacidad de adaptación ante la reprioritización.
Será un plus:
Inferencia Causal & Diseño de Experimentos: Manejo de variables confusoras, controles, diseño cuasi-experimental y pruebas A/B a nivel de grupos de tiendas (tamaño de muestra, potencia).
Forecast Jerárquico & Reconciliación: Experiencia pronosticando a alto nivel y desagregando de forma consistente.
Optimización Matemática: Programación lineal/entera para la asignación de stock escaso.
Modelos Fundacionales & BigQuery ML: Uso de modelos pre-entrenados para series de tiempo (TimesFM o similares) o entrenamiento dentro del motor analítico en Google Cloud.
Dominio de Retail / Consumo Masivo: Comprensión de estacionalidad, temporadas, colecciones, curvas de talla, sell-through, markdowns y OTB.
Orquestación: Manejo de Dagster u otros orquestadores para la ejecución automática de modelos.
Beneficios
Modalidad Híbrida: Esquema 4x1 en Santiago de Chile.
Compromiso a largo plazo en proyectos de alta visibilidad e impacto.
Cultura orientada a la ingeniería moderna, autonomía técnica y buenas prácticas.
Equipo multidisciplinario colaborativo y liderazgo técnico sólido.
Oportunidades de aprendizaje continuo y crecimiento profesional dentro de Coderio.
En Coderio valoramos el talento y la excelencia técnica.
Ofrecemos un entorno inclusivo, desafiante y con oportunidades reales de crecimiento profesional.
En este rol tendrás la oportunidad de liderar técnicamente la evolución de una plataforma de datos moderna (lakehouse, DuckDB, Dagster, GCP, IA) y resolver desafíos de escala y confiabilidad en un entorno dinámico.
Si te motiva construir soluciones robustas con impacto real en el negocio, ¡te estamos buscando!
#J-*****-Ljbffr

📌 Sr Data Scientist - Híbrido (Santiago)
🏢 Coderio
📍 Santiago