Data Scientist (Santiago)

Data Scientist (Santiago)

15 nov
|
BC Tecnología
|
Santiago

15 nov

BC Tecnología

Santiago

Desarrollar modelos que mejoren las decisiones de demanda, reposición y precios, demostrando su aporte frente a las reglas actuales mediante validaciones rigurosas y resultados medibles para el negocio.

Funciones

Construir pronósticos probabilísticos de demanda y definir el nivel de agregación adecuado.

Corregir el efecto de los quiebres de stock para distinguir venta registrada de demanda real.

Derivar parámetros de reposición y stock de seguridad a partir de pronósticos e incertidumbre.

Desarrollar análisis de elasticidad y propuestas de optimización de precios.

Diseñar experimentos y grupos de control para evaluar cambios.

Integrar los resultados de los modelos a la capa Gold para su consumo por sistemas operacionales.

Definir indicadores, fórmulas y supuestos para herramientas de consulta de datos mediante IA.

Validar modelos con particiones temporales, sin fuga de información.

Comparar resultados contra métodos de referencia y elegir métricas adecuadas.

Medir impacto en quiebres, sobrestock, venta posterior y rotación.

Documentar supuestos, límites y errores de cada modelo.

Comunicar recomendaciones a las gerencias Comercial y Logística.





Proponer umbrales de negocio con evidencia para aprobación del Data Lead.

Experiencia aplicada en forecasting de series de tiempo en producción.

Manejo de demanda intermitente y alternativas como Croston, TSB o agregación temporal.

Pronóstico probabilístico y estimación de cuantiles.

Backtesting temporal y prevención de fuga de información.

Selección de métricas y comparación contra baselines.

Python para análisis y modelado con código reproducible.

SQL sólido para preparar y consultar grandes volúmenes de datos.

Comunicación con audiencias no técnicas, rigor analítico y adaptación a prioridades.

Conocimientos deseables

Inferencia causal y diseño de experimentos A/B.

Forecast jerárquico y reconciliación.

BigQuery ML y modelos fundacionales de series de tiempo.

Dagster u otro orquestador.

Conocimiento de retail: temporadas, colecciones, curvas de talla, sell-through, markdown y OTB.

Consideración para la búsqueda:

la inferencia causal es necesaria para abordar el caso de pricing; si el candidato no la domina, ese caso se posterga.

#J-18808-Ljbffr

📌 Data Scientist (Santiago)
🏢 BC Tecnología
📍 Santiago

Postulate a este anuncio

Muestra tus habilidades a la empresa, rellenar el formulario y deja un toque personal en la carta, ayudará el reclutador en la elección del candidato.

Suscribete a esta alerta:

Recibe por email las nuevas ofertas de trabajo para: data scientist (santiago) / santiago

Suscribete a esta alerta:

Recibe por email las nuevas ofertas de trabajo para: data scientist (santiago) / santiago