Data Scientist

Malthus Darwin es una empresa de Consultoría, especializada en la búsqueda, selección y evaluación de perfiles IT. Nuestro principal objetivo es proporcionar los mejores recursos humanos a nuestros clientes con la mayor rapidez y la máxima eficacia ofreciendo siempre un servicio de calidad.

En estos momentos precisamos incorporar varios perfiles de Data Scientist para trabajar en modalidad remoto para un proyecto muy importante.

Requisitos:

• Mínimo 3 años de experiencia manipulando conjuntos de datos y construyendo modelos estadísticos.
• Estudios en Estadística, Matemáticas, Ciencias de la Computación u otro campo tecnológico.
• Nivel de inglés alto.
• Conocimientos de codificación y experiencia con varios lenguajes pero principalmente Python.
• Conocimiento y experiencia en técnicas estadísticas y de minería de datos: GLM / Regresión, Random Forest, Boosting, Trees, text mining, etc.
• Experiencia consultando bases de datos y utilizando lenguajes informáticos estadísticos: R, Python, SLQ, etc.
• Experiencia en el uso de servicios web: Redshift, S3, Spark, etc.
• Experiencia en la creación y el uso de estadísticas y algoritmos avanzados de aprendizaje automático: regresión, simulación, análisis de escenarios, modelado, agrupamiento, árboles de decisión, redes neuronales, etc.
• Experiencia con herramientas informáticas / de datos distribuidos: Map / Reduce, Hadoop, Hive, Spark, Gurobi, MySQL, etc. - Experiencia visualizando

Principales funciones y responsabilidades:

• Trabajar en estrecha colaboración con las partes interesadas del negocio para respaldar sus necesidades de datos con el fin de darles visibilidad de la situación de nuestros clientes en cada paso.
• Trabajar estrechamente con las diferentes áreas de nuestros clientes para resolver problemas cuantitativos e identificar tendencias y oportunidades.
• Diseñar experimentos ágiles y rigurosos para medir la efectividad de modelos, herramientas y programas.
• Realizar análisis estadísticos y crear soluciones de aprendizaje automático para respaldar las necesidades comerciales y de productos.
• Mantener los modelos a lo largo del tiempo y siempre realizando un seguimiento de su rendimiento.