Data Scientist Sr. Operaciones 3PL
Ubicación México
Área Operaciones Data Analytics
Nivel Senior
Modalidad [Presencial Híbrida]
Reporta a [Director Gerente de Operaciones Head of Data Analytics]

Objetivo del puesto
Buscamos un Data Scientist Sr. que combine capacidades avanzadas de análisis y ciencia de datos con una fuerte orientación hacia la operación logística 3PL multicliente, particularmente en un entorno de distribución de productos farmacéuticos para instituciones gubernamentales.

La posición será responsable de transformar grandes volúmenes de información operativa, logística y de servicio en insights accionables, modelos predictivos y herramientas de gestión que permitan mejorar el desempeño de la operación, anticipar riesgos, optimizar recursos y elevar el nivel de servicio a nuestros clientes.

Además del componente técnico, buscamos una persona con capacidad para trabajar directamente con clientes, entender sus necesidades de negocio, traducirlas a requerimientos analíticos y comunicar resultados de manera clara a perfiles operativos y ejecutivos.

Responsabilidades principales
1. Data Science aplicada a la operación
Diseñar, desarrollar y mantener modelos analíticos y predictivos aplicados a operaciones logísticas.

Analizar demanda, inventarios, niveles de servicio, productividad, capacidad, tiempos de ciclo, entregas, devoluciones, incidencias y otros indicadores críticos.

Identificar patrones, anomalías, causas raíz y oportunidades de mejora a partir de datos operativos.

Desarrollar modelos de forecasting, segmentación, optimización y detección de riesgos.

Construir indicadores y modelos que permitan anticipar desviaciones en el cumplimiento de SLA y compromisos con clientes.

Generar análisis de escenarios para apoyar decisiones de capacidad, inventario, transporte y operación.

Automatizar análisis recurrentes y procesos de generación de información.

2. Analítica para operación 3PL multicliente
Desarrollar soluciones analíticas considerando las particularidades de diferentes clientes, contratos, SLA, catálogos y modelos operativos.





Crear métricas y modelos que permitan comparar desempeño entre operaciones sin perder las particularidades de cada cliente.

Identificar oportunidades de productividad y eficiencia en almacenes, transporte y distribución.

Analizar capacidad instalada vs. demanda y detectar cuellos de botella.

Generar herramientas para seguimiento de productividad y desempeño operativo.

Apoyar la definición de KPIs operativos, financieros y de nivel de servicio.

Detectar desviaciones y proponer acciones correctivas basadas en evidencia.

3. Orientación a clientes
Trabajar directamente con clientes para entender problemas de negocio y traducirlos en soluciones basadas en datos.

Participar en reuniones de seguimiento operativo y de desempeño.

Preparar análisis, presentaciones y business reviews para clientes.

Explicar resultados analíticos de forma clara para audiencias no técnicas.

Convertir requerimientos de clientes en hipótesis, análisis, modelos y entregables concretos.

Dar seguimiento a compromisos derivados de análisis y recomendaciones.

Identificar proactivamente oportunidades de mejora para los clientes a partir de los datos de operación.

Fungir como puente entre clientes, operación, tecnología y equipos de analytics.

4. Gestión y calidad de datos
Trabajar con fuentes de datos provenientes de WMS, TMS, ERP, sistemas de inventarios, transporte, pedidos, entregas y plataformas de clientes.

Integrar y transformar información de múltiples fuentes.

Validar consistencia, calidad e integridad de los datos.

Identificar problemas de captura, homologación y trazabilidad.

Establecer reglas y controles para asegurar la confiabilidad de los indicadores.

Colaborar con equipos de tecnología para mejorar estructuras y disponibilidad de datos.

5.



Automatización y herramientas analíticas
Desarrollar pipelines y procesos automatizados para extracción, transformación y análisis de información.

Crear dashboards y herramientas de seguimiento para equipos operativos y clientes.

Reducir procesos manuales mediante automatización y analítica.

Documentar modelos, metodologías, fuentes de información y reglas de negocio.

Promover la estandarización de indicadores y procesos analíticos entre diferentes operaciones.

Perfil requerido
Experiencia
5 años de experiencia en Data Science, Advanced Analytics, Business Intelligence, Operations Analytics o áreas relacionadas.

Experiencia comprobable en operaciones logísticas, supply chain, distribución, fulfillment, transporte, almacenes o 3PL.

Experiencia trabajando con múltiples áreas de negocio y, preferentemente, directamente con clientes.

Experiencia desarrollando modelos analíticos que hayan sido implementados en procesos reales de negocio.

Deseable experiencia en sectores regulados, farmacéutico, healthcare o distribución de productos sensibles.

Deseable experiencia con operaciones relacionadas con instituciones gubernamentales o contratos de servicio de alta exigencia.

Conocimientos técnicos
Indispensable

Python.

SQL avanzado.

Estadística aplicada.

Machine Learning.

Manipulación y análisis de grandes volúmenes de datos.

Data visualization.

Excel avanzado.

Desarrollo de dashboards y herramientas de seguimiento.

Deseable

Power BI.

Azure AWS GCP.

Databricks.

Spark.

Git.

APIs.

ETL ELT.

Forecasting y series de tiempo.

Optimización matemática.

ORTools u otras herramientas de Operations Research.

Conocimiento de negocio
Será especialmente valorado el conocimiento de
Bolsa de trabajo México ofrecemos puesto de Científico de Datos para el sector de Almacen Logistica Transporte en la empresa Traxión de Cuautitlán Izcalli. Salario acorde a tu experiencia y al salario medio del sector. Actualiza ahora tu currículum vitae y postúlate a este empleo. Tipo de empleo Jornada completa.

📌 Científico de Datos (Cuautitlán Izcalli)
🏢 traxion
📍 Cuautitlán Izcalli