**Científico de Datos Senior** ===================== **Ubicación del puesto**: México\- Remoto en todo el país **Resumen:** En Hershey, los datos no son solo números: son la clave para crear el futuro de los productos para picar. Nuestros científicos de datos utilizan análisis avanzados para comprender las preferencias de los clientes, predecir tendencias que moldean la industria y optimizar nuestros negocios. Tendrás la oportunidad de trabajar en proyectos que impactan directamente los productos de Hershey que la gente conoce y ama, generando resultados reales y más momentos de bondad. En este puesto, la persona aplicará principios científicos para analizar conjuntos de datos complejos y tomar decisiones empresariales, además de desarrollar algoritmos y modelos escalables. **Principales responsabilidades:** * Traduce problemas empresariales ambiguos en problemas de ciencia de datos. * Analiza conjuntos de datos complejos para informar o tomar decisiones que resuelvan dichos problemas empresariales. * Aplica principios y conceptos científicos para respaldar invenciones significativas. * Utiliza una variedad de metodologías científicas y sigue las mejores prácticas correspondientes a dichas metodologías. * Identifica proactivamente oportunidades y soluciones a problemas. * Las soluciones pueden requerir técnicas o enfoques novedosos. * Crea métricas y mediciones para cuantificar el impacto empresarial del trabajo realizado. * Redacta documentación técnica y informes precisos y claros, incluyendo el rigor matemático adecuado según sea necesario. * Comunica clara y eficazmente el enfoque y los resultados de los modelos a partes interesadas no técnicas, para generar confianza. * Colabora con partes interesadas de un amplio espectro de funciones (ciencia, datos, ingeniería, producto y negocio). **Alcance del trabajo:** * Influye en múltiples equipos para construir consenso y asesorar a la alta dirección. * Evalúa perspectivas transversales entre equipos y comprende cómo deben modelarse, en las soluciones, las interacciones entre equipos, procesos y sistemas. * Utiliza su profundo conocimiento de los desafíos empresariales y de la aplicabilidad de las disciplinas pertinentes de la ciencia de datos, así como de las interacciones entre los sistemas, para identificar las soluciones más ventajosas que aporten beneficios significativos al negocio. * Sus contribuciones influyen en la estrategia técnica y empresarial. * Armoniza puntos de vista discordantes y lidera la resolución de cuestiones controvertidas. * Optimiza sistemas interconectados mediante el aprovechamiento de su dinámica. * Mejora la coherencia y la integración entre las soluciones del equipo y el trabajo realizado por equipos afines. * Mejora el trabajo de otros ya sea mediante colaboración o incrementando sus conocimientos científicos mediante herramientas especializadas o técnicas avanzadas. **Cualificaciones:** * Habilidades y experiencia en análisis de datos, tanto de conjuntos de datos experimentales como observacionales. * Conocimientos profundos en una o más de las siguientes áreas: aprendizaje automático, procesamiento del lenguaje natural, visión por computadora, investigación de operaciones, matemáticas aplicadas, estadística, econometría, análisis causal o disciplina científica similar. * Experiencia en el desarrollo de una o más de las siguientes capacidades: pruebas A/B, modelos de pronóstico, optimización de inventario, planificación de capacidad, fijación de precios, sistemas de recomendación, modelos de clasificación, impacto causal, modelos de elección del cliente u otros productos científicos similares. * Competencia en software matemático/estadístico (por ejemplo, R, Matlab, SAS, Stata, numpy de Python) u otro software específico del dominio (por ejemplo, Python/TensorFlow para aprendizaje automático). * Competencia básica en SQL. * Habilidades sólidas en desarrollo, validación e implementación de modelos. * Para puestos relacionados con el aprendizaje automático, se requiere experiencia adicional en la implementación de modelos y su soporte continuo en producción. * Experiencia en patentes o publicaciones en conferencias o revistas revisadas por pares de primer nivel. **Experiencia y requisitos académicos:** Maestría o doctorado en un campo cuantitativo (informática, ingeniería informática, aprendizaje automático, investigación de operaciones, economía o afín). Se prefiere el doctorado, con un mínimo de 5 años de experiencia en ciencia de datos o un campo relacionado