Directo de la empresahace 6 días
Product Data Scientist
Marathon Talent
Buenos Aires, Buenos AiresPresencial · Tiempo completo
Semi Senior3+ años
Marathon Talent busca un Product Data Scientist con 3+ años de experiencia para desarrollar modelos predictivos que optimicen la estrategia de contacto con deudores, trabajando con Producto e Ingeniería para llevar modelos a producción. Requiere dominio de Python y SQL, experiencia con Postgres/BigQuery y modelado predictivo.
Por qué aplicar
Si te apasiona transformar datos en decisiones que impactan directamente el negocio, este puesto es para vos. Podrás desarrollar modelos predictivos para optimizar estrategias de contacto y llevarlos a producción, trabajando de cerca con Producto e Ingeniería.
Descripción del puesto
Buscamos un Product Data Scientist que convierta datos en decisiones que mejoren directamente la operación y los resultados del negocio. En este rol, desarrollarás modelos predictivos que optimicen la estrategia de contacto con deudores, priorizando a quién llamar, cuándo hacerlo y cuál es el mejor canal para maximizar la recuperación de cartera. Trabajarás de la mano con Producto e Ingeniería para llevar modelos a producción y medir su impacto en una operación de gran escala. Responsabilidades: - Diseñar y desarrollar modelos de scoring para estimar la probabilidad de contacto y pago. - Optimizar la estrategia de llamadas mediante modelos de priorización, horarios, reintentos y canales alternativos. - Resolver problemas de cold start para clientes o deudores sin historial. - Definir métricas, establecer baselines y medir el impacto de los modelos en el negocio. - Analizar grandes volúmenes de datos para identificar oportunidades de mejora en la operación. - Implementar modelos en producción junto al equipo de Ingeniería. - Comunicar hallazgos y recomendaciones a equipos técnicos y de negocio. - Colaborar con Producto para convertir modelos analíticos en funcionalidades que generen valor para los clientes. Requisitos: - 3+ años de experiencia como Data Scientist, Applied Scientist o Machine Learning Engineer. - Experiencia implementando modelos de Machine Learning en producción con impacto en el negocio. - Dominio de Python y SQL. - Experiencia trabajando con Postgres y/o BigQuery. - Conocimiento en modelado predictivo, clasificación y análisis estadístico. - Capacidad para trabajar con datos incompletos o de baja calidad. - Excelentes habilidades de comunicación y colaboración con equipos multidisciplinarios. - Mentalidad de startup y capacidad para construir soluciones desde cero. Será un plus si tienes experiencia en: - Riesgo crediticio o banca. - Cobranza, contact centers, telecomunicaciones o lead scoring. - Modelos de propensión, priorización o scoring. - Experimentación, A/B testing y medición de impacto. - Empresas de alto crecimiento o startups tecnológicas.
Responsabilidades
- Diseñar y desarrollar modelos de scoring para estimar la probabilidad de contacto y pago.
- Optimizar la estrategia de llamadas mediante modelos de priorización, horarios, reintentos y canales alternativos.
- Resolver problemas de cold start para clientes o deudores sin historial.
- Definir métricas, establecer baselines y medir el impacto de los modelos en el negocio.
- Analizar grandes volúmenes de datos para identificar oportunidades de mejora en la operación.
- Implementar modelos en producción junto al equipo de Ingeniería.
- Comunicar hallazgos y recomendaciones a equipos técnicos y de negocio.
- Colaborar con Producto para convertir modelos analíticos en funcionalidades que generen valor para los clientes.
Habilidades
Modelado predictivoClasificaciónAnálisis estadísticoManejo de datos incompletos o de baja calidadComunicaciónColaboración con equipos multidisciplinariosMentalidad de startupConstrucción de soluciones desde cero
Trabajos similares
Más ofertas de Marathon Talent
Más empleos de Tecnología y Sistemas en Buenos Aires
Swiss Medical Group · Buenos Aires
Presencialhace 21 horas
Explorar empleos relacionados
¿Te interesa empleos en Buenos Aires? Te avisamos por mail.