Resumen: Scribd busca un Científico de Datos Principal para asumir la responsabilidad de resultados medibles en todas las superficies de recomendación, traduciendo los objetivos del producto en métricas y liderando apuestas estratégicas. Aspectos destacados: 1. Avanzar la comprensión humana mediante conocimientos basados en datos 2. Dar forma a cómo millones de personas interactúan con una biblioteca global de contenidos 3. Liderar iniciativas de ciencia de datos en recomendaciones y clasificación Scribd, Inc. tiene como misión avanzar la comprensión humana. Nuestros cuatro productos —Scribd, Slideshare, Everand y Fable— ayudan a miles de millones de personas en todo el mundo a ir más allá del mero acceso, para alcanzar la comprensión, la aplicación y la especialización. **Cultura en Scribd, Inc.** Fomentamos una cultura en la que nuestros empleados pueden ser auténticos y atrevidos; donde debatimos y nos comprometemos mientras abrazamos los giros inesperados; y donde cada empleado está facultado para actuar, priorizando siempre al cliente. Creemos que el mejor trabajo surge cuando la flexibilidad individual se equilibra con conexiones comunitarias significativas. Scribd Flex permite a los empleados elegir el estilo de trabajo y la ubicación que mejor potencien su desempeño óptimo, al tiempo que se comprometen con momentos intencionales en persona que fortalezcan la colaboración y la cultura. Todos los empleados de Scribd, Inc. deben asistir ocasionalmente de forma presencial, independientemente de su ubicación. Entonces, ¿qué buscamos en nuevos miembros del equipo? En Scribd, Inc., contratamos según el criterio de «GRIT» (tenacidad). Tradicionalmente definido como la intersección entre pasión y perseverancia hacia metas a largo plazo, GRIT refleja la mentalidad que esperamos de cada empleado. Para nosotros, también constituye un marco práctico para nuestro modo de trabajar: establecer y alcanzar Objetivos, entregar Resultados dentro de tu rol, aportar ideas y soluciones Innovadoras, y fortalecer al Equipo en su conjunto mediante la colaboración y la actitud. Esta oferta corresponde a una posición aprobada y abierta dentro de la organización. **Acerca del puesto** El equipo de Datos y Analítica de Scribd contrata a un **Científico de Datos Principal** para asumir la responsabilidad de resultados medibles en todas nuestras superficies de recomendación: traducir los objetivos del producto en métricas, liderar apuestas estratégicas y lograr mejoras tangibles en los resultados comerciales. Definirás el contrato offline/online de extremo a extremo, diseñarás y ejecutarás experimentos, diagnosticarás por qué las variantes triunfan o fracasan, y desarrollarás modelos prototipo mientras colaboras con Ingeniería para llevarlos a producción. Relacionarás objetivos con métricas mediante criterios claros de éxito, te centrarás en la cuantificación de oportunidades y en su medición, y aplicarás una perspectiva de inteligencia artificial (modelos de lenguaje de gran tamaño [LLM], incrustaciones [embeddings]) allí donde mejore de forma demostrable la recuperación, la clasificación o la comprensión, dando forma a cómo millones de personas interactúan con nuestra biblioteca global de contenidos. Scribd es una plataforma de suscripción diferenciada con una sólida difusión orgánica y un extenso catálogo —libros, audiolibros y cientos de millones de documentos y presentaciones generados por los usuarios—. En un panorama transformado por la inteligencia artificial, nuestra oportunidad radica en ayudar a los usuarios a filtrar el ruido y descubrir contenidos de alta calidad centrados en las personas. Establecerás referentes norte y líneas rojas, crearás indicadores líderes que predigan resultados a largo plazo y construirás la arquitectura de medición —identidad, ventanas de atribución, contratos de métricas y controles de deriva/fugas— que garantice la confiabilidad de las métricas posteriores. Asimismo, acelerarás la velocidad de toma de decisiones mediante criterios claros de continuidad/interrupción y verificaciones de potencia, y comunicarás los hallazgos mediante memorándums concisos de decisión que incluyan compensaciones y riesgos. **Lo que harás:** * Cartografía de oportunidades. Dimensionar y priorizar nuevas superficies de recomendación, intenciones y cohortes; trazar el embudo y analizarlo por segmentos (elementos fríos, usuarios de larga cola, plataforma) para orientar la hoja de ruta. * Asumir la responsabilidad del marco de evaluación. Definir el referente norte y las líneas rojas (por ejemplo, diversidad, novedad, duplicación, seguridad); establecer umbrales y compensaciones, y publicar el Contrato de Objetivos y Evaluación por superficie. * Alineación offline/online. Cuantificar la correlación entre métricas offline de recuperación de información (por ejemplo, NDCG@K, MAP, MRR, cobertura, calibración) y KPI online por superficie/cohorte; publicar márgenes de error y monitorear la deriva de las métricas. * Crear indicadores líderes. Crear métricas de corto plazo que predigan resultados a largo plazo (por ejemplo, transición de prueba al pago); realizar pruebas retrospectivas y análisis causales posteriores, informando sobre la incertidumbre. * Construir la arquitectura de medición. Establecer estándares de identidad y atribución (user_id frente a device_id, eventos calificadores, ventanas), para que las métricas posteriores (pago tras prueba, cancelación) sean fiables. * Diseñar y ejecutar experimentos avanzados, como pruebas de intercalado, pre-registrar criterios de continuidad/interrupción y entregar conclusiones claras que impulsen las decisiones. * Documentar esquemas, actualidad, controles de fugas y deriva junto con los analistas y los ingenieros de datos, y establecer conjuntos de datos de alta calidad para los algoritmos de recomendación. * Evaluar cuándo los modelos de lenguaje de gran tamaño (LLM)/incrustaciones (temas, resúmenes, similitud semántica) mejoran de forma medible las métricas offline/online; desarrollar prototipos y entregar especificaciones claras de construcción al equipo de ingeniería de ML. * Narrativa e influencia. Redactar memorándums de decisión, alinear equipos multifuncionales y conducir decisiones claras señalando compensaciones y riesgos. **Requisitos:** * 8 o más años de experiencia en Ciencia de Datos, preferiblemente en recomendaciones/búsqueda/clasificación, con impacto real y tangible. * Excelente dominio de Python y SQL; familiaridad con Spark. * Conocimiento profundo de la evaluación de clasificación (NDCG@K, MAP, MRR, calibración, cobertura/diversidad) y conciencia de los sesgos de exposición/selección. * Conocimiento profundo del diseño experimental y de la vinculación entre métricas offline y resultados online. * Capacidad para traducir objetivos del producto en funciones de pérdida, características y especificaciones que los ingenieros puedan implementar. **Deseable:** * Familiaridad con la evaluación de LLM/incrustaciones tanto offline como online; evaluación de búsquedas vectoriales/incrustaciones para medir ganancias frente a latencia/costo \- En Scribd, Inc., tu salario base constituye una parte de tu paquete total de compensación y se determina dentro de un rango. Nuestros rangos salariales se basan en los índices locales de coste laboral para cada rol, nivel y ubicación geográfica específicos. San Francisco es nuestro mercado geográfico más alto en Estados Unidos. En el estado de California, el rango salarial razonablemente esperado es de $162.000 \[salario mínimo en nuestro mercado geográfico más bajo dentro de California] a $252.500 \[salario máximo en nuestro mercado geográfico más alto dentro de California]. En Estados Unidos, fuera de California, el rango salarial razonablemente esperado es de $133.000 \[salario mínimo en nuestro mercado geográfico más bajo en EE.UU. fuera de California] a $239.500 \[salario máximo en nuestro mercado geográfico más alto en EE.UU. fuera de California]. En Canadá, el rango salarial razonablemente esperado es de $169.000 CAD \[salario mínimo en nuestro mercado geográfico más bajo] a $224.500 CAD \[salario máximo en nuestro mercado geográfico más alto]. Consideramos cuidadosamente una amplia gama de factores al determinar la compensación, entre ellos, pero sin limitarse a: experiencia; competencias técnicas relacionadas con el puesto; formación o capacitación relevante; y otras necesidades empresariales y organizativas. El rango salarial indicado corresponde al nivel para el cual se ha definido este puesto. Si se te considera para un nivel distinto, se aplicará un rango salarial superior o inferior. Este puesto también es elegible para una participación accionaria competitiva y para un paquete integral y generoso de beneficios. **Trabajar en Scribd, Inc.** --------------------------- **¿Actualmente resides en una ubicación donde Scribd, Inc. puede contratarte?** Los empleados deben tener su **residencia principal en o cerca de** una de las siguientes ciudades. Esto incluye las áreas metropolitanas circundantes o ubicaciones dentro de una distancia típica de desplazamiento: **Estados Unidos****:** Atlanta \| Austin \| Boston \| Dallas \| Denver \| Chicago \| Houston \| Jacksonville \| Los Ángeles \| Miami \| Ciudad de Nueva York \| Phoenix \| Portland \| Sacramento \| Ciudad de Salt Lake \| San Diego \| San Francisco \| Seattle \| Washington D.C. **Canadá****:** Ottawa \| Toronto \| Vancouver **México****:** Ciudad de México **Beneficios en Scribd, Inc.** * Scribd Flex (modelo de trabajo flexible) * Cobertura integral de salud, dental y visual * Apoyo para la salud mental y cobertura por discapacidad * Generoso tiempo libre remunerado, incluidas vacaciones, licencias por enfermedad, días festivos, receso invernal, tiempo voluntario y sabáticos * Licencia remunerada por paternidad/maternidad y beneficios de apoyo familiar * Coinversión en planes de jubilación y participación accionaria para empleados * Programas de aprendizaje y desarrollo, y oportunidades de crecimiento profesional * Subsidios para bienestar y para oficina en casa * Acceso gratuito a toda la suite de productos Scribd * Acceso empresarial a las principales herramientas de inteligencia artificial **Conoce a Scribd, Inc.:** **Acerca de Scribd, Inc.** **Vida en Scribd, Inc.** *Queremos que nuestro proceso de entrevistas sea accesible para todos. Puedes informarnos de cualquier ajuste razonable que podamos hacer para adaptarnos mejor a tus necesidades enviando un correo electrónico a accommodations@scribd.com en cualquier momento del proceso de entrevista.* *Scribd Inc. se compromete a la igualdad de oportunidades laborales sin importar raza, color, religión, origen nacional, género, orientación sexual, edad, estado civil, condición de veterano, discapacidad u otra característica protegida por la ley. Animamos a personas de todos los orígenes a postularse y creemos que la diversidad de perspectivas y experiencias constituye la base para generar las mejores ideas. ¡Únete a nosotros para construir algo significativo!*