Resumen del Puesto

Buscamos un Científico de Datos talentoso para unirse a nuestro equipo dinámico y ayudar a impulsar la próxima generación de soluciones de evaluación de riesgos impulsadas por IA. En este rol, aprovecharás técnicas avanzadas de aprendizaje automático para mejorar nuestros algoritmos de clasificación industrial, desarrollar modelos predictivos para evaluación de riesgos y extraer conocimientos accionables de conjuntos de datos complejos que impactan directamente los resultados comerciales de nuestros clientes.

Responsabilidades Clave

• Desarrollo de Modelos y Aprendizaje Automático

• Diseñar, desarrollar e implementar modelos de aprendizaje automático escalables que impulsen nuestra API de clasificación industrial y plataforma de evaluación de riesgos

• Mejorar nuestros algoritmos propietarios que predicen códigos de clasificación industrial, con enfoque de clasificación extrema (+1,000 clases), con alta precisión y velocidad

• Implementar y optimizar modelos de procesamiento de lenguaje natural para analizar descripciones comerciales y datos basados en web en tiempo real

• Desarrollar soluciones de análisis predictivo para identificar riesgos comerciales, detección de fraudes y patrones de comportamiento del cliente

Análisis de Datos e Investigación

• Analizar grandes volúmenes de datos estructurados y no estructurados de múltiples fuentes externas para identificar patrones y conocimientos comerciales .

• Realizar análisis exploratorio de datos sobre datos comerciales, de propiedad y de titularidad para mejorar las capacidades de evaluación de riesgos .

• Investigar e implementar técnicas de aprendizaje automático de vanguardia para mantener nuestra ventaja competitiva en precisión de clasificación industrial .

• Diseñar y ejecutar pruebas A/B para validar el rendimiento del modelo y el impacto comercial.

Mejora de la Plataforma

• Colaborar con equipos de ingeniería para integrar modelos de aprendizaje automático en nuestra infraestructura de API.
• Optimizar el rendimiento del modelo para predicciones en tiempo real (tiempos de respuesta sub-segundo) manteniendo alta precisión.
• Desarrollar mecanismos de puntuación de confianza y seguimiento de evidencia para predicciones del modelo.
• Contribuir al sistema de retroalimentación continua que mejora la precisión del modelo con el tiempo.

Inteligencia Empresarial y Conocimientos (Deseables)

• Colaborar con equipos de producto y negocio para traducir hallazgos de datos complejos en estrategias comerciales accionables
• Crear visualizaciones de datos e informes que comuniquen conocimientos tanto a partes interesadas técnicas como no técnicas. Apoyar implementaciones de clientes proporcionando experiencia técnica sobre capacidades y limitaciones del modelo.
• Contribuir al liderazgo intelectual a través de publicaciones de investigación y presentaciones de la industria.

Habilidades Técnicas

?

• Programación: Competencia experta en Python y Javascript; experiencia con R deseable.
• Aprendizaje Automático: Comprensión profunda de algoritmos de aprendizaje supervisado y no supervisado, particularmente modelos de clasificación
• Procesamiento de Lenguaje Natural: Experiencia con bibliotecas y técnicas de procesamiento de lenguaje natural para análisis de texto.
• Frameworks: Experiencia práctica con scikit-learn, TensorFlow, PyTorch o frameworks ML similares.
• Herramientas de Datos: Competencia en SQL, experiencia con tecnologías de big data (Hadoop, Spark)
• APIs: Experiencia construyendo e implementando modelos de aprendizaje automático vía APIs REST
• Plataformas en la Nube: Familiaridad con AWS, GCP o Azure para implementación y escalado de modelos.

Conocimiento del Dominio (Deseable)

• Comprensión de sistemas de clasificación empresarial (códigos NAICS preferidos)
• Conocimiento de metodologías de evaluación de riesgos en seguros o servicios financieros
• Experiencia con procesamiento de datos en tiempo real y análisis de streaming

Calificaciones Adicionales (DESEABLE)

• Experiencia en la industria de seguros, fintech o gestión de riesgos
• Antecedentes en detección de fraudes o sistemas de detección de anomalías
• Experiencia con técnicas de optimización de modelos
• Experiencia en proyectos de aprendizaje automático de código abierto