# Data Scientist – Analítica AvanzadaBC Tecnología
* Hybrid in Chile
* Mid-levelFull time
· 3 days ago$2,000 – $2,400 / monthApply on the company siteOpens in a new tab, no account needed## Description
• Experiencia en Forecasting de series de tiempo aplicado en entornos productivos.
• Conocimientos de demanda intermitente y métodos como Croston, TSB o agregación temporal.
• Experiencia desarrollando pronósticos probabilísticos, incluyendo cuantiles e intervalos de predicción.
• Dominio de técnicas de Backtesting, validación temporal y prevención de fuga de información.
• Experiencia en selección de métricas de evaluación y comparación con modelos baseline.
• Conocimientos sólidos de Python para análisis, modelado y desarrollo de soluciones reproducibles.
• Manejo de SQL para extracción, transformación y análisis de grandes volúmenes de datos.
• Capacidad de interpretación y comunicación de resultados a equipos técnicos y de negocio.
• Pensamiento analítico, autonomía y orientación a resultados medibles.
• Diseñar, desarrollar y validar modelos predictivos de pronóstico de demanda (Forecasting).
• Analizar series de tiempo e implementar modelos capaces de trabajar con demanda intermitente.
• Desarrollar pronósticos probabilísticos para apoyar decisiones de reposición de inventario.
• Identificar y corregir distorsiones generadas por quiebres de stock y disponibilidad de productos.
• Optimizar estrategias de reposición y distribución de inventario mediante modelos analíticos.
• Participar en iniciativas de optimización de precios y análisis de elasticidad.
• Diseñar procesos de Backtesting y validar modelos sobre datos históricos no utilizados en el entrenamiento.
• Evaluar resultados mediante métricas estadísticas y comparaciones con modelos de referencia (baselines).
• Integrar resultados de modelos predictivos con plataformas de datos y sistemas operacionales.
• Colaborar con equipos de Data Engineering y áreas comerciales y logísticas.
• Documentar modelos, resultados, supuestos y métricas de desempeño.
• Experiencia en modelos de Machine Learning aplicados a retail.
• Inferencia causal y diseño de experimentos A/B.
• Forecasting jerárquico y reconciliación de pronósticos.
• Optimización matemática y programación lineal.
• Conocimientos de Google BigQuery y BigQuery ML.
• Experiencia con orquestadores como Dagster o similares.
• Modelos fundacionales de series de tiempo, como TimesFM.
• Experiencia en demanda, inventarios, pricing o logística.
Modalidad: Híbrida (lunes a jueves presencial y viernes remoto, con flexibilidad ante eventos).## Required stackPythonSQL