Importancia y usos de data science e inteligencia artificial

1

Oportunidades laborales en Data Science e inteligencia artificial

2

Glosario para entender el mundo de Data Science e inteligencia artificial

3

¿Qué es Data Science?

4

¿Qué es inteligencia artificial? ¿Cuál es su diferencia con Data Science?

5

¿Qué es Big Data? ¿Cuál es su diferencia con Data Science?

6

¿Qué NO es Data Science? ¿Por qué aprenderla?

7

Áreas de aplicación de Data Science e inteligencia artificial

8

Roles en la industria: cómo funcionan los equipos de datos e inteligencia artificial

Quiz: Importancia y usos de data science e inteligencia artificial

Data Analyst

9

¿Qué hace una Data Analyst?

10

Herramientas y tecnologías para Data Analysts

11

La experiencia de un Data Analyst: entrevista a Demian Arenas

Quiz: Data Analyst

Data Scientist

12

¿Qué hace una Data Scientist?

13

Herramientas y tecnologías para Data Scientists

14

La experiencia de una Data Scientist: entrevista a Nazly Santos

Quiz: Data Scientist

Data Engineer

15

¿Qué hace una Data Engineer?

16

Herramientas y tecnologías para Data Engineers

17

La experiencia de un Data Engineer: entrevista a Alexis Araujo

Quiz: Data Engineer

Machine Learning Engineer

18

¿Qué hace una Machine Learning Engineer?

19

Herramientas y tecnologías para Machine Learning Engineers

20

La experiencia de un Machine Learning Engineer: entrevista a Gerson Perdomo

Quiz: Machine Learning Engineer

Ser profesional en el mundo de los datos e IA

21

Soft skills para Data Science

22

¡En sus marcas, listos, fuera!

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Aprende todo un fin de semana sin pagar una suscripción 🔥

Aprende todo un fin de semana sin pagar una suscripción 🔥

Regístrate

Comienza en:

3D
21H
19M
34S

Herramientas y tecnologías para Data Scientists

13/22
Recursos

Las herramientas más utilizadas para cumplir con el proceso diario de una Data Scientists son las siguientes:

  • Python, R y Paradigma de programación orientada a objetos
  • Librerías de Python: NumPy, Pandas y Matplotlib
  • Jupyter Notebooks
  • SQL y No SQL.
  • Algoritmos y librerías de Machine Learning como: Scikit-learn y TensorFlow
  • Álgebra
  • Estadística descriptiva y estadística inferencial
  • Probabilidad
  • Álgebra lineal
  • Cálculo
Caja con herramientas

¿Cómo comenzar el camino de Data Scientists?

Cuando empiezas un nuevo camino profesional, ubicarte y encontrar el mejor material para sacarle el máximo provecho a tu tiempo es complicado, por ello los siguientes pasos son tan importantes en etapas como esta.

  1. Entender cómo se utilizan los datos, aprender Business Intelligence y cómo es el proceso de datos en las organizaciones
  2. Programar con Python
  3. Saber las principales librerías de procesamiento, análisis y visualización de datos en Python
  4. Conocer las Jupyter Notebooks
  5. Aprender estadística y probabilidad aplicada a Data Science
  6. Crear tus primeros proyectos

Todos estos conocimientos y habilidades son los que debes tener para convertirte en una Data Scientists, recuerda que todas estas habilidades las puedes comenzar a aprender ahora mismo en la Escuela de Data Scientists.

Contribución creada por: Ismael H.

Aportes 168

Preguntas 12

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

Lo que más me emociona de esta ruta (estoy cursando SQL) es que Platzi tiene la ruta completa para aprender lo necesario. Es una de las dudas más recurrentes de profesionales de otras areas que quieren hacer la transicion a Data Science, con tanta información en Internet, no saben por donde empezar y consultan a especialistas de Data sobre los roadmaps que han tomado en su aprendizaje. Platzi lo agrupó todo en una carrera y eso es simplemente hermoso.

Me siento triste de no encontrar nada en mi zona (y eso que vivo en una ciudad jaja), pero remotamente si encontré bastantes opciones, entre tantas que vi para Jr’s, me quedo con esta que engloba muy bien los requisitos que muchas otras empresas piden:

También dejo un resumen de las actividades que un Data Scientist tendría en un ambiente de una empresa grande como lo es Walmart

Data Scientist / Cientifico de Datos
Funciones del cargo

El cargo conlleva los siguientes desafíos

  • Participar en el diseño de la lógica de negocio y mostrar información de valor a las diferentes interfaces.

  • Utilizar herramientas de Google Cloud para la creación y consulta de modelos predictivos.

Adicionalmente, podrás aportar y generar conocimiento de IA, IoT, Machine Learning en conjunto con el equipo especializado de Data Science y profesionales de diferentes disciplinas en el centro I+D+i.

Trabajaras en el área de Data Science respondiendo al líder del área en proyectos de diseño y programación de herramientas de análisis de datos

Funciones:
• Consolidar datos de diversas fuentes de datos para crear modelos predictivos o descriptivos
• Generar insights, basados en analítica moderna e innovadora, y métodos estadísticos de Data Science.
• Desarrollar y aplicar metodologías de analítica.

Requerimientos del cargo

Carreras:

  • Ingeniería civil en computación / matemática / eléctrica o a fin.
  • Licenciatura en Física, Matemática, Astronomía o carrera a fin

Nivel de experiencia

  • Sin experiencia hasta 1 año.

Conocimientos deseables:

  • Lenguaje de programación como Python.
  • Idealmente manejo en librerías para procesamiento y análisis de datos.
  • Conocimientos y manejo de repositorios Git
  • Manejo de bases de datos y conocimientos en SQL
  • Experiencia trabajando en alguna nube

Competencias:

  • Trabajo en Equipo
  • Orientación al logro de excelencia
  • Pensamiento analítico.
  • Orden y planificación
  • Comunicación efectiva

Herramientas y tecnologías:

  • Programación con Python y R (incluyendo el paradigma POO)

  • Jupyter Notebooks (para creación de nuestro código, tablas dinámicas)

  • Algoritmos y librerías de ML como sckit y TensorFlow (comocer algoritmos de ML de tipo supervisados, no supervisados y de aprendizaje por refuerzo y su implementacion a código)

  • Bases de datos SQL y NoSQL (para la extracción y análisis de datos para desarrollo de algoritmos de ML)

Matemáticas para Data Science:

-Algebra (para entender ecuaciones, funciones y sus representaciones en planos)

-Estadistica descriptiva e inferencial + Probabilidad (Para analizar, entender datos, hallar información valiosa y descubrir patrones ocultos en los datos )

  • Algebra lineal (para entender el funcionamiento de los algoritmos de ML)

  • Cálculo (para formular funciones que permitan a los algoritmos cumplir su objertivo de forma cada vez más eficiente)

Para empezar a hacer proyectos de análisis exploratorio de datos se necesita:

  • Python (librerias de manipulación y visualización de datos)

  • Jupyter Notebooks (creación de código en proyectos y análisis exploratorio de datos)

  • Estadística y probabilidad aplicada a dara science

😃

Estará super cool el día de mañana poderme postular sin miedo alguno a uno de las ofertas de trabajo cerca de mi zona y poder demostrar todas las capacidades que tengo.
Por el momento trabajaré mucho en mí y con este curso al 100% para próximamente postularme a una convocatoria…

Este tiene una paga muy jugosa y piden precisamente lo que veremos en esta clase + 5 años de experiencia >:v

Mi madre me preguntó ayer sobre cuando termina mi suscripción de Platzi, y yo le dije que en agosto, luego me pregunta que iba a hacer después, yo le dije que renovar la suscripción pero, como el año pasado pause la universidad y me metí a Platzi para no perder el tiempo, no sabía que me encantaría tanto la plataforma, y la verdad es que estoy pensando en dedicarme solo a estudiar en Platzi. Mi mamá me pregunto si continuaría mis estudios en la U, la verdad es que lo estoy pensando y eso le respondí, pero creo que no le molesto, me calma un poco.
Me emociona mucho el mundo de la tecnología, en especial el mundo de los datos, y creo que he decidido dedicarme al estudio de la Ciencia de Datos.

Las herramientas

  • Nivel avanzado de herramientas ofimaticas (Excel especialmente)
  • Tecnicas supervisados y no supervisados de machine learning, deep learning, reglas de asociación
  • Data mining
  • Clustering
  • Computer vision
  • mineria de datos SQL
  • BBDD NoSQL (MongoDB, Casandra, Hbase)
  • R
  • SQL
  • Phyton
  • Java
  • Ingles
  • Power BI
  • Tableau
  • Procesamiento de datos
  • Técnicas de extracción, análisis y simulación de info en un entorno en la nube (Azure)
  • Conocimiento en manejo plataformas big data
    • Azure Data lakes
    • Data Lakes
    • Analytics
    • Synapse
    • Databricks
    • Spark/Pyspark
    • Analysis Services (SSAS)
    • Reporting Services (SSRS)
    • Integration Services (SSIS)
  • Airflow
  • Teradata
  • MySQL
  • Oracle
  • Data Studio
  • MATLAB
  • Hive
  • Hadoop
  • Modelos cuantitativos predictivos y explicativos (modelos de supervivencia, bayesianos, y de aprendizaje automatico)
  • Programación estadistica con datos multidimensionales a gran escala
  • Estadistica Inferencial
  • SAS
  • Conocimiento en modelos lineales, analisis multivariable, procesos estocasticos, metodos de muestreo
  • HABILIDADES COMUNICATIVAS EXCELENTES CON TODO TIPO DE PERSONAS, ESPECIALMENTE CON AUDIENCIA NO TECNICA Y FORMAS DE CONTAR NARRATIVA E HISTORIAS DE FORMA ATRACTIVA, LLAMATIVA, CAUTIVADORA

Lo que me desmotiva un poco es que todas las que vi piden años de experiencia, y yo hasta ahora estoy haciendo el cambio de carrera, mas Junior no puedo ser

En ingeniería química hay un principio llamado Principio de Le-Chatelier, me emociona poder aplicar Data Science para poder predecir alteraciones al equilibrio

Los q a mi me interesan piden java y c++ Alguna pagina para profundizar en estos lenguajes? 😳

Tremendo hay una gran oferta de trabajos y todos bien pagados en especial fuera de colombia.
Me he encontrado que estos requerimientos son los que mas se repiten:
-SQL, Phyton
-creación de modelos estadísticos

  • uso de ecuaciones matemáticas avanzadas
    -creación de paneles visuales para presentar a los clientes.
    Ademas si tienes conocimientos y dominio del ingles eres en extremo deseado o deseada.

Información resumida de esta clase
#EstudiantesDePlatzi

Herramientas

  • Python / R
  • Jupyter Notebooks
  • Pandas, Numpy, Matplotlib
  • Algoritmos de Machine Leraning
  • SQL y NoSQL

Matemáticas

  • Álgebra
  • Estadística descriptiva e inferencial
  • Probabilidad
  • Álgebra lineal
  • Cálculo

Estoy amando esta ruta de aprendizaje! Y les comparto una oferta de empleo en Ecuador, relacionada a Data Scientist.

Acá estaría lo que piden de Data Science en Montevideo Uruguay:

Mis apuntes #13 (Notion)

No se rindan 💚

Lo que mas me emociona de esta ruta son todos los campos a abarcar y todas las herramientas que se aprenden a dominar para poder cumplir el objetivo de ser un data analyst y/o data scientist

Aquí mi aporte…lo malo es que no es en Latinoamerica

Búsqueda en Indeed para DS en USA:
Python
R
MS Azure Cloud
Probabilidad
Estadística inferencial
Optimización
ML
Conocimientos del negocio en particular
Análisis de regresión, modelos de testeo, regresión logística, GLM
SQL
Tensorflow; Scikit; Pytorch; Keras, etc
GBM, K-means, Neural Networks, SVMs, Bayesian Networks, NLP etc
Big data

Descripción completa del empleo
Científico de Datos

Objetivo General

Desarrollar y guiar proyectos en temas de analítica, así como guiar a su equipo de trabajo enfocado al negocio para apoyar los procesos de toma de decisiones del Grupo.

Actividades

Investigar y descubrir dónde están las grandes áreas estratégicas de generación de valor.
Desarrollar investigaciones, iniciativas, o proyectos de alto impacto para el grupo por medio de inteligencia analítica y que detonen incrementos significativos en la rentabilidad de la empresa.
Investigar y supervisar dónde, cómo y para qué estamos utilizando herramientas matemáticas, estadísticas y minería de datos.
Desarrollar investigaciones técnico-matemáticas que puedan ayudar en las distintas unidades de negocio a mejorar significativamente.
Perfil profesional

Experiencia laboral deseable de mínimo un año en administración de riesgos de crédito al consumo (Tarjetas de crédito y Préstamos Personales).
Licenciatura en una disciplina altamente cuantitativa (Matemáticas aplicadas, Actuaría, Física, Economía, Computación).
Lenguajes de programación y manejo de información como SQL, R, Python.
Dominio del inglés deseable.
Uso de herramientas de minería de datos y modelado estadístico y/o econométrico (SPSS Statistics, SPSS Modeler, STATA, CloudPak,).
Herramientas de visualización de datos (Tableau, Power BI, Data Studio)

Data Scientist

Essential skills:

· Strong in Data Analytics and Data Science (Mathematics and Statistical Analysis)

· Programming and software skills: Python for Data Science, Data stream processing (Kafka and Spark Streaming etc), Big Data processing (Spark and databases – SQL and NoSQL)

· Data Engineering skills: Work with large amounts of real Data, Exploratory Data Analysis, ETL, Data Visualization

· Knowledge of R, SQL and Python

· Experience using business intelligence tools (ex: Tableau) and frameworks like Scikit, Apache Spark, Hadoop

Software Engineering:

· Understanding of Software Development life-cycle process

· Agile, Scrum, and Kanban Methodologies

· Ability to have a view on how data science Use Cases can be incorporated into Software Products

Experiencia en tecnologías como SQL, Python, Alteryx, SAS, Power BI,

lo que más me emociona es poder aportar a cualquier institución, datos que puedan ayudar a toma de decisiones.

Podríamos agrupar las herramientas diarias de los data Scientists en 5 clases:

Lenguajes de programación, sus entornos de desarrollo y liberías.

Herramientas de gestión de bases de datos.

Librerías de IA.

Conocimientos matemáticos

Conocimientos sobre negocios o el ámbito.

En le mundo de La /El Data Scientist, me parece fundamental la programación y seria para mí el punto más bonito de desarrollar este role.

Ejemplo de requisito para Data Scientist :
Target Enterprise, Inc. seeks a FT Senior Data Scientist in Brooklyn Park, MN. This position requires a Master’s degree or equivalent in Quantitative Management, Statistics, or a related field and 2 years of related experience. In the alternative, will accept a Bachelor’s degree in Quantitative Management, Statistics, or related field and 5 years related (progressive, post-baccalaureate) experience. Must also have 12 months of experience (which may have been gained concurrently) with each of the following: (1) developing and managing state of the art predictive algorithms that use data at scale to automate and optimize marketing and promotion decisions at scale; (2) developing end-to-end data science driven insights and recommendations engine on Python; (3) working with the following data analytical tools: SQL (Vertica, MySQL), Jupyter, R: dplyr, dbplyr, lme4; Python: pandas, numpy, plotly, and pyspark, and SAS; (4) implementing Statistical Modelling and Machine Learning while using randomForest, rpart, xgboost and sklearn; and (5) analyzing the data and applying mathematical concepts to generate statistics, models, and tests. Will accept experience gained before, during or after Master’s program. Position includes a telecommute benefit within commuting distance to a Minneapolis-area Target office, as directed. Please apply online at https://corporate.target.com/careers.

Publicaré aquí algunas ofertas que vi en linkedin

Tu misión será apoyar la toma de decisiones dentro de la organización, mediante el uso de datos de diversas fuentes, así como la utilización de algunos modelos de machine learning con el objetivo de incorporar los datos a los productos y procesos de la compañía.

Para ello requerimos:

  • Profesional graduado de ingeniería de industrial, economía, administración de empresas o a fin con 2 años de experiencia en áreas datos y manejo de modelos de aprendizaje de máquina.
  • Conocimiento avanzado en programación en lenguaje SQL, Python y/o R.
  • Amplio conocimiento en modelos estadísticos y de Machine Learning.
  • Manejo de marcos Agiles (Scrum, Kanban, otros)
  • Deseable: experiencia en Azure Cloud o arquitectura cloud.
  • Deseable: experiencia laboral en sector financiero.

Cómo empezar.

Matemáticas.

Herramientas y tecnologías.

uerimientos:

Licenciatura / Maestría en Ingeniería, Ciencias de la Computación (o experiencia equivalente)
Al menos 5 años o más de experiencia relevante como científico de datos
Más de 5 años de experiencia con SQL y Machine Learning
Es bueno tener experiencia con Amazon, Redshift y BigQuery
Pasión por los datos, la tecnología y las personas
Sólida experiencia en métodos de aprendizaje automático supervisados y no supervisados
Amplia experiencia en tecnologías de big data como Spark, AWS, Athena, Redshift, Sisense, Looker, Tableau, etc.
Experiencia con la implementación de AWS SageMaker
Fuerte experiencia en SQL y programación en Python o R
Capacidad para realizar análisis exploratorios de datos
Es bueno tener experiencia en Databrick y Redshift
Experiencia con monitoreo, tecnología de instrumentación y conocimiento de proveedores (Segment, New Relic, Datadog, Pingdom y/o PagerDuty)
Tener experiencia con Product Analytics como Google Analytics y/o Amplitude
Excelente comunicación y habilidades interpersonales
Fluidez en inglés oral y escrito

Una entidad del estado acá en Perú busca Data scientist, pero pide bachiller en alguna carrera afín:

Nos encontramos en búsqueda del mejor talento para cubrir SEIS (6) vacantes de Consultor en desarrollo de modelos analíticos de Ciencia de Datos, quienes se encargarán de:
• Planificar el ciclo de vida de los modelos analíticos.
• Comprender el negocio y modelo analítico.
• Realizar requisitos, recopilación y comprensión de los datos.
• Preparar los datos.
• Diseñar y evaluar el modelo.
• Producir y monitorear la solución analítica.

Requisitos

Formación académica
• Bachiller, titulado o licenciado en Estadística y/o Matemática y/o Investigación Operativa y/o Ingeniería Informática y/o Ingeniería de Sistemas y/o Ciencias de la Computación y/o Electrónica y/o Economía y/o Ingeniería Económica y/o afines

Conocimientos
• Lenguajes de programación: R y/o Phyton y/o Scala para el tratamiento de grandes volúmenes de datos usando herramientas como Apache Hadoop y/o Spark; y/o
• Explotación de datos desde Data Lakes y Data Warehouse; y/o
• Conocimiento de Estadística y/o Matemática y/o minería de datos y/o simulación y/u optimización; y/o
• Desarrollo de proyectos analíticos construyendo modelos de data science y/o machine learning y/o inteligencia artificial con grandes sets de data estructurada y no estructurada.

Cursos o Programas de Especialización
• De preferencia contar con estudios de Maestría y/o Diplomados en Inteligencia Artificial y/o en Data Science, estudios de Estadística y/o Matemática y/o Informática y/o Sistemas y/o Ciencias de la Computación y/o afines.

Se otorgará puntaje adicional.

Experiencia

General

– Mínimo cinco (05) años en entidades del sector público y/o privado.

Específica (Incluida en la experiencia general)

Mínimo tres (03) años como:

Científico de Datos y/o Analista de Datos y/o Especialista de Datos y/o afines en el sector público y/o privado, acreditada mediante: Constancias de prestación de servicio, certificado de trabajo, orden de servicio o contrato con su respectiva conformidad.

Excelente organización, me gusta la forma de como van guiando en cada clase.
Ademas de los recursos que dejan debajo de cada clase.

¿Qué se necesita para trabajar como Data Scientist?

Apoyar la toma de decisiones dentro de la organización, mediante el uso de datos de diversas fuentes, así como la utilización de algunos modelos de machine learning con el objetivo de incorporar los datos a los productos y procesos de la compañía.
Requerimos:

  • Conocimiento avanzado en programación en lenguaje SQL, Python y/o R.
  • Amplio conocimiento en modelos estadísticos y de Machine Learning.
  • Manejo de marcos Agiles (Scrum, Kanban, otros)
  • Deseable: experiencia en Azure Cloud o arquitectura cloud.
  • Deseable: experiencia laboral en sector financiero.

La oferta laboral en colombia esta entre 6.500.000 hasta 12.000.000 aproximadamente segun las necesidades de la organizacion

Programación Orientada a Objetos: La programación orientada a objetos se basa en el concepto de crear un modelo del problema de destino en sus programas. La programación orientada a objetos disminuye los errores y promociona la reutilización del código. Python es un lenguaje orientado a objetos. Los objetos definidos en Python tienen las características siguientes: Identidad. Cada objeto debe ser distinguido y ello debe poder demostrarse mediante pruebas. Las pruebas is e is not existen para este fin. Estado Cada objeto debe ser capaz de almacenar el estado. Para este fin, existen atributos, tales como variables de instancias y campos. Comportamiento. Cada objeto debe ser capaz de manipular su estado. Para este fin existen métodos. Fuente: https://www.ibm.com/docs/es/spss-modeler/saas?topic=language-object-oriented-programming

Funciones del cargo Data Scientist

We are searching for an accountable, multitalented data engineer to facilitate the operations of our data scientists. The data engineer will be responsible for employing machine learning techniques to create and sustain structures that allow for the analysis of data while remaining familiar with dominant programming and deployment strategies in the field. During various aspects of this process, you should collaborate with coworkers to ensure that your approach meets the needs of each project.

If you are detail-oriented, with excellent organizational skills and experience in this field, we’d like to hear from you.

What You Will Be Doing
• Design and build data pipelines to efficiently ingest data from multiple sources and intelligently deal with the complexities of the data
• Develop and maintain scalable data pipelines to support continuing increases in data volume, diversity, and complexity
• Identify, design, and implement internal process improvements including optimizing data delivery and automating manual processes
• Support the assembling of large, complex sets of data
• Work with stakeholders to support their data infrastructure needs and process improvement

Requerimientos del cargo

What You Need for this Position
• AWS Glue and Spark experience required
• Experience with Redshift, Athena, MySQL, Bigquery, and standard Postgress
• Knowledge of Python, Jupyter, and AWS Lambda
• Strong analytical skills and the ability to disseminate data into usable insights
• Able to manage multiple priorities efficiently in a fast-paced environment
• Excellent communication and interpersonal skills
• Team player with a can-do attitude

Super! Muchas gracias!

Vi un cargo y estos son los requisitos:

  1. Ser profesional en estadística, economía, matemáticas Ingeniería industrial o carreras afines,
  2. conocimientos en modelos de negocio o gestión de operaciones
  3. manejo Bases de datos SQL y NoSQL,
  4. conocimiento en Big data, Inteligencia Artificial o gobierno de datos, paquetes para análisis de datos en Phyton o R, 5. análisis y presentación de información, Power BI, Tableau, Seguimiento de tareas (Trello, Jira, etc)

![](

En una empresa de Lima, Perú se requiere este perfil

Trabajo Remoto Data Scientist, requisitos:
• Proficiency with data mining, mathematics, and statistical analysis.
• Advanced experience in pattern recognition and predictive modeling.
• Advanced experience with Excel, Tableau or similar, SQL and Python with libraries as TensorFlow, NumPy, SciPy and Pandas.

encontre este anuncio que busca Data Scientist y esto es lo que se necesita :

Data Scientist localizado en Indeed, sueldo en Pesos MXN, 31 de diciembre 2022, los requerimientos son distinto a lo que nos propope Miguel.

Estoy emocionadísimo con arrancar a aprender Data Science, me encuentro estudiando ingeniería un tanto desorientado pero este curso me dio un objetivo!

Considero que hay más necesidad de un data scientist que detecte la necesidad de mejorar alguna parte del proceso de una empresa de forma cuantitativa, fundamentada y de ser posible lo menos perturbadora para algún cambio que se tenga que realizar, pero mejor aún comunicar la idea de la situación en la que se encuentre ante las personas competentes. Es alguna mezcla de varias características, cualidades del profesionista.

Data Scientisf

In 2018, Eurofins generated 4.2 billion Euro proforma turnover in 800 laboratories across 47 countries, employing about 45.000 staff.

Eurofins Technologies is a new International Business Line (IBL) within the Eurofins Group focused on the development, manufacturing and marketing of bioanalytical technologies and diagnostic test kits in particular. The business if primarily focused on solutions in Food Safety and Environmental Safety but has recently expanded into Animal Health and Clinical Diagnostics. Eurofins Technologies serves both external customers (industrial laboratories, governmental laboratories, service laboratories) as well as customers within the Eurofins Group.

Job Description

Eurofins Discovery is highly motivated to apply computational sciences, data visualization, cheminformatics, bioinformatics, and other data-driven approaches within drug discovery & development at every level of the organization. Given the expanding scope of the Research Informatics group’s operations, the successful candidate will have the opportunity to continue to build on the existing team to achieve this goal and be a champion of promoting data sciences as an integral part of our business.

Research Informatics at Eurofins Discovery plays a fundamental part in building an understanding of the role targets & pathways play in disease as well as assessing and enabling decision-making around hits, leads, and their optimization towards Candidates. You will be working closely with our chemistry and biology scientists to develop innovative approaches that help drive projects and identify solutions for our clients.

Qualifications

Required Professional Expertise:
• Bachelor’s degree in Applied Mathematics, Statistics, Physics, Computer Science, Bioinformatics, Life Sciences or related fields.
• 5-7 years of professional experience as data scientist
• Proficient with Python and R is a must, Java, C++ are highly desired.
• Experience with data visualization tools, non-SQL non-SQL databases.
• Proficient with Tableau and Power BI
• Proficient using advanced Excel
• Demonstrated experience applying data science methods to real-world data problems.
• Experience utilizing visualization tools to take advantage of the growing volume of available information.
• Skilled with relational, non-relational, big data, and big data analytics databases.
• Deep knowledge of math, probability, statistics, and algorithms.
• Desired: machine learning.

Skills:
• Excellent interpersonal skills at all levels of the organization, with the capability to influence decisions and lead others to achieve results.
• Experience with projects and teams that span multiple time zones and different cultures.
• Excellent verbal, written, analytical, and presentation communication skills, namely in design rational, key experimental results, issues, and accomplishments; adept at communicating a clear vision effectively aligning resources, and motivating teams to achieve goals.
• Proven ability to successfully influence cross-functionally and to be sought after as a technical expert within data science applied to the drug discovery domain.
• Data-oriented.
• Responsive problem solver and proactive to take action.
• Details-oriented, analytical and investigation skills.
• Ability to multitask with organization, manage own priorities and deliverables, both independently in a team setting.
• Strong customer focus and ability to manage (internal or external) client expectations.
• Ability to work in a complex international environment.
• Demonstrates a positive attitude, and capacity for a team environment, and exhibits a genuine interest in drug discovery in support of advancing human health.

Additional Information

Essential Duties and Responsibilities:
• Contributes to the investigation, implementation, adoption and utilization of state-of-the art data science methods and tools (custom, open-source or commercial) to help drive drug discovery activities.
• Collects data through means such as analyzing large scientific datasets or by extending company‘s data with third party sources of information, and transfers data into a new format to make it more appropriate for analysis.
• Creates new, experimental frameworks to collect data, transform and analyze data.
• Enhances data collection procedures to include information that is relevant for building analytic systems.
• Builds tools to automate data collection, synchronization and clean up.
• Creates data visualization tools, reports and presentations for business and scientific purposes.
• Searches through large data sets for usable information.
• Correlate data to find actionable results.
• Develops algorithms and data models that allow to execute predictive analytics.
• Writes structured, tested, readable and maintainable code, as well as participate in code reviews to ensure code quality and distribute knowledge for existing and new tools that allow to extract, analyze, visualize and produce valued added insights of data for our customers.
• Represents data science as the subject matter expert in cross-functional drug discovery projects involving internal and external scientists.
• Independently pursue research projects, implement novel data science workflows and support a dynamic multi-disciplinary team focused on moving projects from the hit identification stage to the discovery of candidates.
• Actively involved in digital transformation projects and data governance objectives working closely with IT and scientific teams.
• Ensure proper documentation of workflows, reports, data structure, tools, and analyses of the Research Informatics’ team.
• Provide transparency and regular communication on project status, potential roadblocks for execution, and new strategies with Technology Sciences leadership.
• Owns the accountability and responsibility of delivering to client needs and timeliness.
• Adjusts work hours as needed to meet client deadlines;
• Performs other duties as assigned.
• Contribute to documentation and review standards, operational procedures and infrastructures setups. Mindset to reduce alerts and optimization of workloads.
• Work closely with stakeholders and clients globally.
• Selects, coaches, and develops staff to form a project team. Measures performance, develops improvement plans, and implement solutions to drive continuous improvement of project(s) activities and resources. Sets clear expectations to inspire and motivate the team.
• Reports on the project activities to the relevant stakeholders.
• Identifies, assesses, and authors documentation and addresses ways to harmonize and improve current processes/systems, as well as introducing new ones

Acá un link de LinkedIn para Data Scientist.

Esto es lo que pide:

  • Perfil curioso que se interese por la causa de los problemas dentro de la cadena y utilice/proponga herramientas analíticas para poder resolverlo a través de distintas técnicas Optimización, ML, Segmentación, Simulación, etc.
  • Tiene conocimiento y entendimiento de las distintas etapas técnicas y funcionales dentro de un proyecto basado en datos desde adquisición y extracción de los datos desde diferentes fuentes, validación, manipulación, limpieza y transformación.

Estos son los requisitos que se esperan del postulante:

  • Ser un Data Scientist
  • E2E Supply Chain+

Requisitos Deseados:

  • Big Data Analytics
  • Data & AI Strategy

Ingles: Intermedio

La ruta de aprendizaje es bastante emocionante, lo que mas me gusta seria en base a los datos hacer predicciones del futuro y como abordarlo

lo que más emociona de la ruta de aprendizaje, segun lo mostrado en el video, es todo lo que puedo aprender de la mano de platzi, desde 0 a nivel profesional.

Las herramientas y tecnologías utilizadas por los científicos de datos pueden variar dependiendo de su área de especialización y del tipo de proyecto en el que estén trabajando. Sin embargo, hay algunas herramientas y tecnologías que son comunes en el campo de la ciencia de datos, incluyendo:

  • Lenguajes de programación como Python, R y SQL para manipular y analizar datos.
  • Herramientas de análisis de datos como Tableau y Qlik para visualizar y presentar datos de manera efectiva.
  • Bibliotecas y frameworks de machine learning como TensorFlow y scikit-learn para construir y entrenar modelos de aprendizaje automático.
  • Bases de datos y sistemas de gestión de datos como MongoDB y Hadoop para almacenar y gestionar grandes conjuntos de datos.
  • Herramientas de colaboración y gestión del ciclo de vida del proyecto como Jupyter Notebook y GitHub para trabajar en equipo y llevar un registro del progreso del proyecto.

Además de estas herramientas y tecnologías, los científicos de datos también deben tener una sólida comprensión de las matemáticas y las estadísticas, así como habilidades de comunicación y pensamiento crítico para interpretar y presentar los resultados de sus análisis de datos.

Espero que este resumen de la sección les sirva:

Herramientas y tecnologías para Data Scientists

Primero debemos hablar de lenguaje de programación, ya que las herramientas mas conocidas y utilizadas son:

  • Programación con Python o R (incluyendo POO)
  • Jupyter Notebooks
  • Pandas, Numpy Matplotlib
  • Algoritmos y librerías de ML como:
    • Scikit Learn
    • TensorFlow
  • Bases de datos SQL y NoSQL

hay que tener en cuenta que todos los roles de DS e IA hay algo de matemáticas, en este caso veremos:

  • Algebra
  • Estadistica descriptiva e inferencial
  • Probabilidad
  • Algebra lineal
  • Calculo

Para empezar a aprender se debe entender lo siguiente:

  • Como utilizan los datos las organizaciones
  • Programación con Python y sus librerías para DS
  • Usar Jupyter Notebooks
  • Estadística y probabilidad aplicada a DS

Lo que más me gusta de esta ruta es que lo puedo aplicar en la startup donde trabajo y me da un valor diferencial en el área de producto.

PO Data Scientist Sr- Hispam
Movistar (Telefónica Hispam) Provincia de Buenos Aires, Argentina Híbrido hace 1 semana 28 solicitudes
Jornada completa · Intermedio
Más de 10.001 empleados · Telecomunicaciones
51 antiguos alumnos
Ve una comparación con los otros 28 solicitantes. Reactivar Premium
En busca de personal
Misión del rol:

Liderar proyectos de analítica avanzada para las áreas de Digital & Network, con foco en el diseño de nuevas soluciones basadas en Machine Learning e IA, estructuración de proyectos y coordinación de implementación en la región.

Funciones del rol:

· Identificar e interpretar las problemáticas de las áreas de Digital & Network con el objetivo de proponer soluciones analíticas basadas en técnicas de Machine Learning e IA.

· Dar soporte a los equipos locales en el entendimiento de las necesidades de las áreas de Digital y en el despliegue de soluciones desarrolladas en la región.

· Traducir las necesidades de las áreas de Digital & Network a los equipos de Data Scientist, Arquitectura y Gobierno de Big Data Hispam con el objetivo de que los desarrollos estén alineados a las necesidades de Negocio.

· Llevar adelante la priorización, construcción y seguimiento de roadmap de producto Hispam.

· Guiar en el diseño de nuevas propuestas de casos de uso y evolución de existentes.

· Trabajar colaborativamente junto al equipo de Data Scientist y otros equipos técnicos para evaluar viabilidad de proyectos.

· Interactuar con otras áreas de Big Data, IT y del negocio para incorporar nuevas tecnologías de acuerdo con las necesidades, evaluarlas y participar del análisis de potenciales proveedores cuando fuera necesario.

· Dar visibilidad sobre el estado, resultados e impactos de los proyectos.

Requisitos:

  • Contar con formación de grado en áreas como Ciencias económicas, ciencia de datos, ingeniería o afines.

  • Al menos 3 años de experiencia en liderazgo de proyectos de tecnología, digital o Analytics de alto impacto.

  • Experiencia en roles de producto y Project Manager. Conocimiento de metodologías agiles.

  • Excelentes habilidades de comunicación y coordinación de equipos.

  • Experiencia en proyectos de Digital y/o Network.

*Ser proactivo y poseer amplia capacidad analítica.

Senior Data Scientist at BairesDev

We are looking for outstanding Senior Data Scientist to join BairesDev’s Research & Development Team (R&D). This professional will be responsible for using data and machine learning techniques to help the business automate and scale decision making, mainly by producing advanced data analysis reports and data-based models to infer and predict patterns.

What You Will Do:

  • Help to improve data literacy and the overall analytical environment across the company.
  • Handle both structured and unstructured data using SQL and other programming languages.
  • Perform advanced data analysis and report results.
  • Tell the story behind data in a compelling manner for business people.
  • Build predictive models and machine-learning algorithms.
  • Combine models through ensemble modeling.
  • Propose solutions and strategies to business challenges.
  • Help to design and execute experiments for hypothesis testing.
  • Participate actively in discussions and decisions regarding the whole Data Science chapter.
  • Collaborate with data product managers to build awesome data products.
  • Work with management to prioritize business and information needs.
  • Help to spread data-driven mindset and to improve data literacy. Be a data evangelist.

Here’s what we are looking for:

  • 3+ years of experience with data science, machine learning, IA, statistical, and other related areas.
  • Proficiency with SQL.
  • Proficiency in Python, R, or another major programming language.
  • Excellent communication skills, capacity to collaborate and build relationships with non-technical users.
  • Strong knowledge of probability and statistics that may include experimental design, predictive modeling, optimization, and causal inference.
  • Hands-on experience with machine learning, like regression classification, clustering, neural networks, feature selection, cross-validation, curse of dimensionality, bias-variance tradeoff, model explainability, NLP, etc.
    Desirable:
  • Experience with people analytics or growth.
  • Experience with data visualization tools.
  • Good understanding of the engineering challenges to deploy machine learning systems to production.

Yo vi estos dos uno se ve que s junior y el otro senior.

Aunque en Colombia si hay vacantes de científico de dato las vacntes son menores que el de analista de bases de datos y he vito que ahí piden gran experiencia en ese campo.

Una de las muchas cosas que me apasiona las ciencias de datos y las muchas aplicaciones que esta tiene, es porque se pueden construir proyectos que ayuden a resolver problemas para la sociedad de forma más eficiente y eficaz. Una de las cosas que más me motiva a usar platzi, para potenciar mis habilidades,es que no solo me enseñan el como, sino el para qué. Siento que aún me falta mucho por recurrer (soy bastante joven la verdad, me gradué de bachiller el año pasado y voy en mi primer año de universidad), pero en realidad me emociona todo lo que podré lograr y cómo podré aportar soluciones de valor al mundo.
También les dejo un link de Linkedin con una oferta bastante interesante para un data Scientist.
https://www.linkedin.com/jobs/data-scientist-empleos/?currentJobId=3337003214&originalSubdomain=co

Esta bueno hablar de madurez en procesos de datos en las compañías para tener un roadmap claro de proyectos

  1. Saber en dónde esta
  2. Entender qué se puede hacer en el nivel de madurez
  3. Definir pasos para ascender en el nivel de madurez (nivel organización)
  4. Iterar

https://www.hitechnectar.com/blogs/data-governance-maturity-models-explained/

En los procesos de productos de datos hay que incluir un paso importante el cual es preguntarse lo siguiente:

  1. ¿Qué datos necesito para responder la pregunta de negocio?2. ¿En dónde trabajo tenemos los datos suficientes para responder la pregunta de negocio?
  2. ¿Dónde están ubicados los datos, en que formato están, con qué frecuencia se actualizan…?

**Eso debe hacerse en fases tempranas de cualquier proyecto para poder manejar expectativas **

Las matemáticas son necesarias en cualquier ruta de datos. Dale una oportunidad y no te dejas ganar por el miedo ❤️

Comparto vacante de Científico de datos en Colombia, publicada recientemente. Condiciones laborales interesantes, pero exigen 5 años de experiencia. A acumularlos entonces…

Cientifico de datos
$6 a $8 millones
Bogotá - Híbrido
Publicado 15 Nov 2022
Sistemas y Tecnología
Vence 15 Dic 2022

Ingeniero industrial, eléctrico, electrónico, de sistemas, estadístico, matemático o afín, con conocimientos en modelado mediante técnicas de Machine Learning. Experiencia de mínimo cinco (5) años en cargos como científico de datos en empresas grandes de los sectores transporte, financiero, digital, mercadeo y afines.
Formación académica: Título de postgrado a nivel de especialización o maestría en diseño de software basado en Machine Learning, Maestría en Estadística o Matemática Aplicada; títulos de certificación en internacional en sistemas o herramientas para Machine Learning.
Experiencia específica: Experiencia de cinco (5) años en cargos como científico de datos. Conocimiento y experiencia en técnicas y algoritmos de modelamiento estadístico. Programación en lenguajes SAS, R, Python, SQL. Manejo avanzado de bases de datos.

Vivo en Washington DC y al ver la diferencia entre un DA y un DS, me pude dar cuenta que en efecto le pagan mejor al DS aunque los requerimientos para el trabajo son mayores

Herramientas y tecnologías pata Data Scientist

  • Python, R y paradigma de programación orientada a objetos.
  • Librerías de Python: NumPy, Pandas y Matplotlib.
  • Jupyter Notebooks.
  • SQL y No SQL.
  • Algoritmos y librerías de Machine Learning como: Scikit-learn y TensorFlow.
  • Álgebra.
  • Estadística descriptiva y estadística inferencial.
  • Probabilidad.
  • Álgebra lineal.
  • Cálculo.

Cómo comenzar el camino de Data Scientist?

  1. Entender cómo se utilizan los datos, aprender Business Intelligence y cómo es el proceso de datos en las organizaciones.
  2. Programar con Python.
  3. Saber las principales librerías de procesamiento, análisis y visualización de datos en Python.
  4. Conocer las Jupyter Notebooks.
  5. Aprender estadística y probabilidad aplicada a Data Science.
  6. Crear tus primeros proyectos.

En general requieren habilidades de programación en Hadoop, Spark, SQL, Python y prototipado de modelos estadísticos.

Esta vacante es del 07 noviembre 2022 en Mexico:

Data scientist
$35,000 - $38,000 Mensual
Ciudad de MéxicoTiempo completo, PermanenteHíbrido
Descripción

Escolaridad: Actuaría, Ing. , Matemáticas , Física

Conocimientos: Programación en SAS, SQL , R, Phyton , analytics

Funciones: Análisis de los diferentes portafolios de crédito para la creación y/o modificación de políticas , generación de estrategias para el optimo manejo de los portafolios

Medir los riesgos de los diferentes portafolios que existen en el Banco , desde la originación del crédito hasta la cobranza, buscando alternativas que ayuden a mitigar el riesgo de los portafolios , así como el incremento de líneas de productos, re definición o implementación de nuevas de estrategias de cobranza, entre otros. Basándose en modelos predictivos y análisis de los compartimientos de cada uno de los clientes.?

Inglés intermedio- avanzado

We are looking for Artificial Intelligence Analyst/Sr Analyst/Consultant with at least:

2 years of experience in software development.

  • Knowledge in Artificial Neural Networks, Computer Vision, Data Processing, Numerical Analysis and Machine Learning.
  • Experience with Linux and Python.
  • AI Architecture experience (designing, implementing and training)
EXTRAIDO DE UNA VACANTE DE LINKEDIN: We are hiring "Data Scientist" Seeking a Data Scientist who is passionate about data and wants to apply machine learning techniques to solve problems for our customers Work with stakeholders to leverage data to solve critical business problems in the energy production domain •Work on all aspects of the design, development and delivery of machine learning enabled solutions including problem definition, data acquisition, data exploration, feature engineering, experimenting with various ML algorithms, evaluating metrics, deploying models and iteratively improving the total solution Work with data from diverse verse, unstructured formats including numerical, time series, text, and image •Proficient in the exploration and understanding of structured and unstructured data, machine learning techniques, statistical modeling methods, predictive analytics, anomaly detection, and supervised and unsupervised learning Successful candidate will work with stakeholders to leverage data to solve critical business problems in the energy production domain •Expertise in predictive modeling, machine learning and statistics Software development skills in one or more high level languages (Python/ Java/R/Scala). • Experience using one or more of the following common ML software packages: scikit-learn, TensorFlow, NumPy, pandas, jupyter Well-versed in machine learning algorithms and their suitability for solving various problems, such as Regression, Bayesian, Support Vector Machines, Decision Trees, Random Forest, Clustering, Neural Networks 8 years of experience Main Skills: • Expertise in predictive modeling, machine learning and statistics • Software development skills in one or more high level languages (PythonJava/R/Scala). •Experience using one or more of the following common ML software packages: scikit-learn, TensorFlow, NumPy, pandas, jupyter Well-versed in machine learning algorithms and their suitability for solving various problems, such as Regression, Bayesian, Support Vector Machines, Decision Trees, Random Forest, Clustering, Neural Networks Experience working in Linux is an advantage •Experience with building and deploying data pipelines Preferred: Knowledge of DataOps •Experience in using SQL/NO SQL database •Experience with Big Data technologies such as Hadoop, Hive, Spark, Cassandra Knowledge of data versioning tools such as git, DVC Knowledge of ML environments such as MLflow, databricks Knowledge of ML deployment tools such as Kubeflow, Kubernetes Experience with Agile software development processes Experience with Cloud service offerings from AWS, Azure or GCP

yo estoy aprendiendo me parece fabuloso

Encontré una vacante bastante interesante aplicada al comapo de las ciencias ambientales:

Es de la Fundación Charles Darwin para las Islas Galápagos, buscan un investigador en Ciencia de Datos.

Una oferta en Santiago de Chile

Importante empresa retail se encuentra en búsqueda de un Data Scientist para integrarse a sus equipos

Será responsable de resolver problemas de alta complejidad relacionados al análisis de datos mediante el uso de herramientas estadísticas e informáticas, síntesis de estos elementos y extracción de conclusiones basado en los datos. Se requiere una persona curiosa y con una capacidad analítica comprobada en proyectos similares y en trabajos de desarrollo Agile. Este deberá proporcionar mediante el uso de estas herramientas, la creación de significado y valor sobre los datos presentados

Los requisitos para el Data Scientist son:

• Ingles avanzado (oral y escrito)

• Conocimientos de machine Learning y modelos relacionados

• Conocimiento de programación de objetos

• Conocimiento en lenguajes de programación tales como Python, R, PySpark y Sparklyr

• Conocimientos de álgebra lineal, optimización, estadística, bases de datos y programación

• Alta capacidad de investigación y análisis

• Proactivo en el análisis de comportamientos e identificación de oportunidades

• ML Clustering, clasificación y algoritmos de recomendación

Soy ing mecanico y esta ruta de aprendizaje me ha ayudado mucho ya que me pienso dedicar al data science por completo

Computational and Environmental Data Science Specialist at Virginia Tech

Al dia de hoy (26 octubre 2022), esto es lo que piden en una vacante

¿Qué necesitamos?
Estudios de Ingeniería Civil, pregrado en Matemáticas/Estadísticas o similar.
Al menos 1 año de experiencia realizando modelos de analítica predictiva (segmentación, fuga, tarificación, etc.)
Experiencia previa en trabajando en industrias o rubros de seguros, o trabajando con productos de esa línea.
Conocimientos en lenguajes SQL, R o Python.
Experiencia de trabajo con equipos ágiles y de alto desempeño.
Sumarás puntos si cuentas con:
Deseable conocimiento en Java y manejo de software como Tableau y Power BI
Deseable master’s degree Data Science, Computer Science, Information Technology, Economics, Information Systems, Statistics, Applied Math, Business Administration, Business Analytics.


fuente

Una oferta de trabajo para Data Scientist local en El Salvador

Área de la Empresa Comercial
Cargo Solicitado Jefe de Inteligencia de Negocios
Puestos Vacantes 1
Tipo de Contratación Tiempo completo
Nivel de Experiencia de uno a tres años
Género Indiferente
Edad 25 / 40
Salario máximo (USD)
Salario minimo (USD)
Vehículo Indiferente
País El Salvador
Departamento La Libertad
DESCRIPCIÓN DE LA OFERTA
JEFE DE BUSINESS INTELLIGENCE

Objetivo: Transformar los datos en propuestas, indicadores y proyectos que generen valor para la toma de decisiones en las diferentes unidades de negocio.

-Nivel Académico: Licenciatura en Administración de Empresa, Negocios, Ingeniero Industrial, Sistemas o carreras relacionadas.
-Experiencia: en rubro automotriz o empresas de consumo masivo/retail, gestión de proyectos y sistema de información.
-Conocimeintos: Business Intelligence y Big Data, Tableau Desktop, Power BI Data, SCRUM Product Owner y/o afines.

Me llama mucho la atención que parece ser bastante retador, por ahora, creo que me gusta este perfil
Company Description: AMF Seguridad Job Description. Funciones principales: Realización de pruebas báscias a modulos programados. Cumplir con el proceso de desarrollo seguro. Documentar los desarrollos realizados. Analizar y comprender el modulo a desarrollar. Perfil requerido: Conocimientos en programación y algoritmos. Conocimientos en C# y/o en Visual Studio. Conocimientos en SQL Server. Conocimientos en Visual Basic 6.0 Conocimiento en Web Servies.

Lo que más me emociona a es analizar todos los datos que tiene un negocio o una empresa como tal, y que puedes tomar una decisión a través de ellos usando modelos de Machine Learning otro tema que realmente me apasiona.
“Los datos o la información son el poder”

No hay que preocuparse por las algebras y cálculos, porque estas no son como las del colegio, estas se hacen mediante funciones, considero que si se debe tener muy estructurado la estadística descriptica e inferencial y saber interpretar los datos

Estas responsabilidades estan pidiendo:

Responsabilidades

  • Desarrolla un entendimiento de los caso de negocio a partir de los datos recolectados.

  • Crea soluciones basadas en Advanced Analytics y genera implicaciones para el desarrollo del modelo.

  • Combina, explora y extrae insights de los datos. A menudo, activos de datos grandes y complejos de diferentes partes del negocio.
    Diseña y construye modelos exploratorios, predictivos o prescriptivos, usando técnicas de optimización, simulación y aprendizaje automático.

  • Apoya en la creación de prototipos y plantea nuevas soluciones de Advanced Analytics.

  • Guía y entrena a otros roles de la célula para ayudar a resolver problemas de datos/técnicos a nivel operacional.

  • Identifica e interpreta tendencias y patrones en conjuntos de datos complejos.

Lo que necesitas para aplicar:

Deberás ser profesional en matemáticas, estadística, física, economía o ingenierías y tener cancha en el uso de Data Science y Big Data para resolver preguntas de negocios y entregar Data Products de extremo a extremo.

Competencias Técnicas
¿Dominas Python, Pandas, Numpy y Matplotlib / Plotly para la exploración y visualización de datos? Entonces tienes nuestra atención.
Debes saber cómo implementar por lo menos uno de los proveedores de nubes similares de AWS, Azure, GCP.
Para ser crack como data science de Omni también te pedimos que domines los scripts de Shell y del sistema operativo basado en Linux. Si tienes cancha en máquina de aprendizaje tienes un plus.
También tendrás que manejar SQL para consultas analíticas: Window Functions, Joins, Aggregations, Subqueries, INSERTS, UPDATE and CREATE.
En Omni también evaluamos que tengas competencia en la programación de estructuras de datos, complejidad y algoritmos.
¿Sabes de estadística? Para aspirar al cargo es obligatorio que conozcas sobre aprendizaje descriptivo e inferencial multivariado.
Es deseable que tengas nociones sobre aprendizaje profundo.
Debes saber de análisis bayesiano y funcional de datos y las series temporales.
Es obligatorio que domines el tema de aprendizaje supervisado y no supervisado.
Competencias Personales
Para ser un data scientist en todo el sentido de la palabra, deberás tener comunicación efectiva.
¿Te consideras una persona autónoma? Si tu respuesta es sí, para nosotros es perfecto, porque buscamos a alguien que sepa trabajar con poca supervisión.
Buscamos profesionales que inspiren y den ejemplo.
Valoramos que nuestro equipo sea propositivo.
De ti esperamos que puedas liderar procesos y proyectos.
Si quieres romperla como data scientist en Omni, el análisis y el pensamiento crítico son primordiales para nosotros.
La organización es una cualidad clave para que seas crack como data scientist.

Si tu respuesta es positiva, ¡esta oferta es para ti! buscamos Analista de analítica, profesional en Matemáticas, Estadística, Ingeniería Industrial o de Sistemas, Ciencia de Datos o áreas financieras, con experiencia mínima de 2 años en extracción y análisis de información, manejo de herramientas de programación y visualización, trabajando en áreas de Data Analyst y/o Bussiness Intelligence

Buscamos para trabajar en relación de dependencia directa con una importante Compañía Multinacional de Seguros, un Data Scientist Full Remoto.

Principales Responsabilidades:

  • Definición de Requerimientos y su priorización con el Business Partner Regional

  • Responsable por el diseño y desarrollo de Modelos de Negocios Predictivos (Machine Learning, etc)

Requerimientos:

  • Preferentemente graduado o estudiante avanzado de Carreras de Sistemas (Ingeniería / Licenciatura), Ingeniería Industrial o Ciencias Económicas

  • Experiencia en Cloud Frameworks como GCP, Azure, AWS o similar

  • Experiencia en SQL, Python o R, Big Data, BFS Modeling…

  • Será valorada experiencia en herramientas de explotación de información como Power BI o similares

  • Será valorada especialmente experiencia en la Industria de Seguros

  • Inglés: intermedio o avanzado (como para interactuar)

En cuanto a las habilidades técnicas:

Lenguaje Python y librerías como por ejemplo: TensorFlow, NumPy, SciPy, Pandas, Matplotlib, Keras, SciKit-Learn, PyTorch, Scrapy, BeautifulSoup
Manejo de consultas SQL
Visualizaciones: Qlik, Tableau, Power BI

Me sorprende mucho la capacidad que tiene la data science. Yo no sabía que este perfil profesional existe, comencé a investigar, y me doy cuenta que con esto se pueden resolver muchos problemas sociales. Lo que más me emociona es poder aprender este perfil para aplicar los conocimientos en resolver estos problemas y ayudar al país.

Una de las principales competencias que estamos buscando en este perfil son:

-Aplicar el análisis estadístico a una variedad de datos para definir las mejores soluciones impulsadas por los datos para los desafíos empresariales, incluyendo técnicas eficaces de limpieza de datos.

-Crear análisis ad-hoc y herramientas automatizadas para supervisar la salud de los procesos de datos y tomar medidas correctivas cuando se identifican excepciones.

-Colaborar en la construcción de modelos impulsados por los datos para soluciones específicas, trabajando con los ingenieros para desarrollar una infraestructura eficiente de consulta y modelado de datos.

-Crear visualizaciones de datos y comunicar los análisis y las conclusiones a través de documentos y presentaciones.

La profesión requerida para este perfil es estadística, matemáticas o campos cuantitativos equivalentes
o carreras afines con experiencia profesional de 2 años.

Me emociona el rol de DS ya que permite usar Estadística

Las Matemáticas :)😀😃🙂🙃😊

Mi aporte
El candidato seleccionado se encargará de analizar retos complejos y proponer soluciones innovadoras. La empresa está aplicando soluciones propias y proporcionando valor a los inversores a través de un enfoque de menor riesgo para la clase de activos digitales. Se trata de un puesto a tiempo completo y de larga duración que requiere un cierto solapamiento con la zona horaria PST.

Responsabilidades:
Elegir técnicas de machine learning para seleccionar funciones, crear y optimizar clasificadores
Realizar minería de datos utilizando técnicas de vanguardia
Ampliar los datos con fuentes de información de terceros
Mejorar los procedimientos de recopilación de datos para incluir información relevante para el desarrollo de sistemas analíticos
Procesar, limpiar y verificar la precisión de los datos utilizados para el análisis
Realizar análisis ad hoc y presentar claramente los resultados
Crear sistemas automatizados de detección de anomalías cuyo rendimiento se supervise constantemente

Requerimientos
Licenciatura o Maestría en Ingeniería, Informática (o experiencia equivalente)
Al menos +3 años de experiencia relevante como científico de datos
Experiencia en Python y JavaScript
Conocimiento en MongoDB y R
Excelentes habilidades de comunicación en inglés