Responsable de desarrollar e implementar modelos analíticos y de machine learning que optimicen la inversión y el desempeño de los canales de adquisición de Marketing Performance, trabajando con soporte y mentoría del equipo de Data Science de HQ. Es una posición de crecimiento acelerado, diseñada para consolidar al ocupante como Data Scientist pleno en un horizonte de 2 a 3 años.
RESPONSABILIDADES PRINCIPALES Diseñar y desarrollar modelos estadísticos y de machine learning (regresiones lineales/logísticas, modelos de clasificación, series de tiempo) aplicados a atribución, forecasting de demanda y optimización de medios. Explorar y prototipar modelos de redes neuronales para casos de uso de marketing (scoring de leads, propensión de compra, segmentación avanzada), con soporte técnico del equipo de Data Science de HQ. Construir pipelines de datos y feature engineering para alimentar los modelos, en colaboración con el equipo de datos local. Validar, documentar y monitorear el desempeño de los modelos en producción (drift, precisión, recalibración). Traducir resultados analíticos complejos en recomendaciones accionables para el equipo de Marketing Performance y liderazgo. Colaborar de forma directa con Data Scientists senior de HQ para adoptar mejores prácticas, frameworks y estándares globales del equipo.



Contribuir al desarrollo de un roadmap de analítica avanzada para el área de adquisición. REQUISITOS Formación Licenciatura completa en Ciencia de Datos, Actuaría, Ingeniería, Matemáticas, Estadística, Física, Economía cuantitativa o afines. Deseable (no excluyente): estudios de posgrado o certificaciones especializadas en Data Science / Machine Learning. Experiencia 4–6 años de experiencia en analítica de datos, con al menos 1–2 años trabajando en modelos estadísticos o de machine learning. Experiencia previa en marketing, e-commerce, medios digitales o áreas comerciales es un plus. Conocimientos técnicos Python (pandas, scikit-learn, numpy) a nivel intermedio-avanzado para modelado y análisis. Sólido entendimiento estadístico: regresiones lineales y logísticas, pruebas de hipótesis, series de tiempo. Conocimiento conceptual de redes neuronales y deep learning (arquitecturas básicas, casos de uso, frameworks como Tensor Flow/Py Torch), sin necesidad de dominio experto — se espera desarrollo con soporte de HQ. SQL avanzado para extracción y manipulación de grandes volúmenes de datos. Power BI / Power Query para visualización y comunicación de resultados a negocio. Deseable: experiencia con plataformas cloud (Azure, AWS o GCP) y herramientas de MLOps.

📌 Data scientist jr. (Nezahualcóyotl)
🏢 Empresa Confidencial
📍 Nezahualcóyotl