científico de datos

Quienes somos

Provenir es la plataforma unificada de inteligencia de decisiones que brinda a las empresas control total sobre las decisiones de los clientes de un extremo a otro, para gestionar el riesgo, impulsar el crecimiento y transformar los resultados comerciales. Al consolidar datos, modelos de IA, inteligencia, agentes y gobernanza en un único entorno de toma de decisiones, Provenir permite a los equipos empresariales configurar y desarrollar estrategias directamente, manteniendo al mismo tiempo la confiabilidad y el cumplimiento normativo de nivel empresarial. Con la confianza de más de 120 instituciones en más de 60 países, Provenir procesa más de 4 mil millones de decisiones al año, convirtiendo la coherencia arquitectónica en un desempeño de riesgo sostenido y un valor mensurable. ¿Listo para resolver desafíos significativos, trabajar con clientes empresariales y ayudar a dar forma al futuro de la toma de decisiones basada en IA? Únase a nosotros.

Acerca de la Inteligencia Aplicada Global

Global Applied Intelligence (GAI) es el equipo que convierte la capacidad de la plataforma de Provenir en resultados medibles para el cliente. Implementamos ciencia de datos, inteligencia artificial aplicada y experiencia en entrega directamente en los compromisos con los clientes, operando como asesores y socios técnicos confiables, no como implementadores administrativos. GAI opera a través de asociaciones comerciales regionales respaldadas por prácticas globales, lo que significa que la experiencia adecuada llega a cada compromiso independientemente de la geografía.

Lo que harás

Buscamos un científico de datos práctico para respaldar el creciente negocio de Provenir. En este puesto, ayudará a los clientes y equipos internos a comprender, crear y aplicar soluciones de ciencia de datos a través de nuestra plataforma de toma de decisiones de IA.

Trabajará en una variedad de casos de uso analíticos y de toma de decisiones, ayudando a convertir datos, modelos, reglas y conocimientos en resultados comerciales prácticos. Estos pueden incluir áreas como la toma de decisiones de los clientes, el análisis de riesgos, la prevención del fraude, los cobros, la gestión de clientes, la eficiencia operativa y una automatización empresarial más amplia.

Te unirás al equipo global de ciencia de datos de Provenir y trabajarás en estrecha colaboración con colegas de Ventas, Preventas, GAI, Producto y Tecnología. Este rol combina la entrega analítica práctica con la comunicación con las partes interesadas y la exposición al trabajo de cara al cliente. Es ideal para alguien a quien le gusta resolver problemas del mundo real y desea aumentar su capacidad para explicar soluciones de ciencia de datos en un entorno comercial.

Se trata de un puesto remoto, con sede en la India. Es posible que se requieran viajes ocasionales para reuniones del equipo regional y participación del cliente en Bengaluru.

Tus responsabilidades

– Respaldar la participación de los clientes en una variedad de casos de uso de ciencia de datos, análisis y toma de decisiones.

– Trabajar con equipos internos y, cuando corresponda, clientes para comprender los problemas comerciales, la disponibilidad de datos, los requisitos analíticos y los resultados esperados.

– Cree, evalúe y explique soluciones analíticas, incluidos modelos predictivos, cuadros de mando, reglas de decisión, análisis de segmentación, simulaciones e información empresarial.

– Utilice Python y bibliotecas comunes de ciencia de datos para limpiar, explorar, transformar y analizar datos.

– Ayude a preparar resultados analíticos, conocimientos listos para el cliente, resúmenes de rendimiento de modelos y recomendaciones comerciales.

– Contribuir con aportes de ciencia de datos al descubrimiento, talleres, demostraciones y actividades de entrega, con el apoyo de miembros del equipo más experimentados.

– Ayude a explicar cómo se pueden aplicar el aprendizaje automático, las reglas, la explicabilidad, el seguimiento y la toma de decisiones dentro de la plataforma Provenir.

– Comunicar conceptos técnicos con claridad a audiencias tanto técnicas como no técnicas.

– Documentar análisis, suposiciones, códigos y recomendaciones de forma clara y reproducible.

– Siga y contribuya a las mejores prácticas del equipo para la calidad del código, la documentación, el control de versiones, las pruebas y los activos de entrega reutilizables.

– Colaborar con colegas de ciencia de datos globales para compartir aprendizajes, mejorar los enfoques internos y respaldar la entrega consistente en todas las regiones.

Tus fortalezas y habilidades

– Licenciatura en un campo STEM más un mínimo de 3 años de experiencia en ciencia de datos, análisis, ciencia de decisiones, aprendizaje automático aplicado o un campo relacionado; o una maestría o experiencia equivalente en un campo STEM relacionado.

– Experiencia en la creación, validación o interpretación de modelos de aprendizaje automático en Python.

– Fuertes habilidades de manipulación de datos, incluida la fusión, limpieza, muestreo, elaboración de perfiles y preparación de datos para el análisis.

– Experiencia práctica en el uso de herramientas de inteligencia artificial (por ejemplo, Copilot, Codex, Claude Code, OpenCode, etc.) para respaldar el trabajo de codificación, análisis o entrega.

– Capacidad para equilibrar el rendimiento del modelo, la explicabilidad, la complejidad y la usabilidad empresarial.

– Buena comprensión de conceptos comunes de evaluación de modelos, como AUC, precisión, recuperación, sustentación, estabilidad y monitoreo de modelos.

– Capacidad para traducir los resultados analíticos en ideas y recomendaciones claras.

– Confiado y cómodo comunicándose directamente con los clientes, así como con las partes interesadas internas, como parte de la entrega y el descubrimiento del proyecto.

– Curioso, proactivo y dispuesto a aprender nuevos dominios comerciales, métodos analíticos y capacidades de plataforma.

– Organizado y centrado en la entrega, con la capacidad de gestionar múltiples prioridades en un entorno en rápida evolución.

– Aunque no es esencial, sería fantástico si también tuvieras alguna de estas fortalezas,

– Experiencia en servicios financieros, fintech, banca, préstamos, pagos, seguros, telecomunicaciones u otra industria rica en datos.

– Exposición a trabajos de cara al cliente, talleres, demostraciones de productos o debates comerciales multifuncionales.

– Experiencia con MLOps, implementación de modelos, API, MLflow, CI/CD o gobernanza de modelos de producción.

– Familiaridad con casos de uso de riesgo crediticio, fraude, cobranzas o gestión de clientes.

– Experiencia en la preparación de presentaciones, documentación técnica o resúmenes comerciales para iniciativas de ciencia de datos.

Proceso de entrevista

El proceso de entrevista normalmente se estructuraría de la siguiente manera:…

Fuente: Empleos remotos en la UE (https://euremotejobs.com/job/data-scientist-6/)