Resumen de la vacante

-Salario: Sueldo entre $60,000 a $110,000 brutos (según experiencia) + Prestaciones Superiores
-Localidad: CDMX
-Duración: Tiempo Completo

Descripción

Buscamos Data Scientist para empresa de tecnología con operaciones a nivel mundial para trabajar Home Office.

 

ACTIVIDADES

·         Extracción de datos de múltiples fuentes.

·         Utilizar herramientas de machine learning para organizar data, procesar, limpiar y validar los datos.

·         Analizar los datos en busca de información y patrones.

·         Desarrollar sistemas de predicción.

·         Construir modelos, presentar los datos de manera clara, proponer soluciones y estrategias.

·         Recopilar preprocesar y analizar datos

·         Presentar información utilizando técnicas de visualización de datos.

·         Creación e implementación de algoritmos de Machine Learning, Advanced Analytics y Data Visualization.

 

Requisitos

REQUISITOS

·         + 3 años de experiencia trabajando en posiciones como Científico de Datos o Data Scientist en el sector bancario.

·         Conocimientos en: SAS, SQL, R, Python, machine learning models, credit risk.

·         INGLÉS: Avanzado o Nativo.
 

CONOCIMIENTOS TÉCNICOS

·         R

·         SQL

·         Python

·         SAS

·         Power Bi

·         Comprensión general de machine learning en la industria financiera

 

HABILIDADES

·         Modelling skills

·         Programación.

·         Organización.

·         Análisis de datos.

·         Resolución de problemas.

·         Habilidades analíticas.

·         Excelentes habilidades de comunicación verbal y escrita en inglés.

·         Capacidad para comprender las diferencias interculturales y pueda trabajar con clientes de todo el mundo.

 

 

CARRERAS

·         Licenciatura / maestría en matemáticas, economía, informática, Ingeniería, Data Science, Machine Learning, Estadísticas o áreas analíticas relacionadas.

Oferta

Sueldo entre $60,000 a $110,000 brutos (según experiencia) + Prestaciones Superiores