Analista de atracción y retención de talento - Grupo Modelo
Nos enorgullece ser una empresa que ha traspasado fronteras con sus productos. Todo esto gracias a las 30,969 personas que colaboran en esta gran compañía.
Hoy forma parte de AB-InBev, la compañía cervecera más grande del mundo.
Te invitamos a participar en la vacante de :
Escolaridad : Licenciatura en Ciencia de datos, Licenciatura en Ciencias de la computación, Licenciatura en actuaría, Licenciatura en estadística, Ingeniería en sistemas o afines. Maestría en Ciencia de datos / MBA (Deseable).
Años y área de experiencia : Más de 4 años de experiencia en posiciones como Data Scientist.
Idioma : Inglés – Avanzado (80%)
Competencias : Comunicación efectiva, pensamiento crítico, Liderazgo, gestión del tiempo y prioridades, colaboración y trabajo en equipo, adaptabilidad, Negociación e influencia, curiosidad y aprendizaje continuo.
Lugar de trabajo : Miguel Hidalgo, CDMX, México.
Horario : 8 a 5 pm
Responsabilidades del puesto :
- Desarrollo de productos analíticos end to end, transformando requerimientos de negocio en productos desplegados.
- Escribir código eficiente y escalable para procesar grandes volúmenes de datos y habilitar su uso a lo largo del ciclo completo de machine learning.
- Optimizar el rendimiento de modelos de machine learning aplicados a distintos casos de uso como sistemas de recomendación, forecasting y problemas de optimización.
- Integrar machine learning workflow en la plataforma de ML de la compañía, asegurando despliegues robustos eficientes.
- Participar en sesiones de planificación estratégica para definir la evolución de productos analíticos e implementaciones técnicas.
Requisitos básicos :
Domino del lenguaje de programación Python, incluyendo programación orientada a objetos (OOP), patrones de diseño y principios de diseño de software.Conocimiento avanzado de SQL para consulta y procesamiento de datos, incluyendo escritura de consultas complejas y optimización de queries.Experiencia práctica con librerías de procesamiento de datos como Pandas o Polars.Conocimientos sólidos en frameworks de machine learning y AI como scikit-learn, XGBoost, PyTorch u otras herramientas similares.Sólida formación en estadística aplicada, diseño experimental e interpretabilidad de modelos.Experiencia con herramientas de desarrollo de software, incluyendo Git, scripting en shell, interfaces de línea de comandos (CLI) y gestores de dependencias de Python (por ejemplo, pip, poetry, uv).Excelentes habilidades de comunicación, con la capacidad de transmitir hallazgos complejos a partes interesadas no técnicas de manera clara y concisa.Experiencia desarrollando código eficiente para el procesamiento distribuido de datos utilizando herramientas como PySpark.Conocimiento en temas avanzados como aprendizaje por refuerzo (reinforcement learning) e inferencia causal.Experiencia práctica con Databricks, incluyendo Unity Catalog, Feature Store, MLflow y Delta Lake.Capacidad demostrada para contribuir a equipos técnicos de alto rendimiento, colaborar con líderes técnicos senior y ser mentor de miembros junior del equipo.#J-18808-Ljbffr