Científico de datos
Aviso de fuente externaen QiBit
En QiBit conectamos a los mejores talentos del sector digital y tecnológico con compañías globales. Formamos parte del ecosistema líder en soluciones integradas
Salario
No especificado
Ubicación
Lima, Perú
Tipo de empleo
Tiempo completo
Modalidad
No especificado
Científico de datos
Lima, Perú
Descripción del empleo
En QiBit conectamos a los mejores talentos del sector digital y tecnológico con compañías globales. Formamos parte del ecosistema líder en soluciones integradas de capital humano, presente en más de 30 países. 🌍
ObjetivoDiseñar, desarrollar e implementar un modelo avanzado de clusterización (segmentación) optimizado para grandes volúmenes de datos transaccionales directamente sobre la infraestructura de Databricks del cliente, estructurando el entorno y los datos de salida para habilitar la futura fase de proyecciones de comportamiento.RequisitosResponsabilidadRecopilar, limpiar y estructurar grandes volúmenes de datos.Conexión, extracción y procesamiento eficiente de grandes volúmenes de datos transaccionales.Modelamiento y ClusterizaciónEstructuración de la base de datos particionada, entrega del pipeline automatizado de asignación en Python y diseño técnico del roadmap para la analítica predictiva de comportamiento.Orquestación del pipeline mediante Databricks.Formación:Título en Ingeniería Informática o afín.7+ años de experiencia en proyectos de ciencia de datos.Experiencia comprobable en el rol.Conocimientos técnicos:Lenguajes: PythonLibrerías: PySpark o librería a fin.Experiencia Avanzada en Databricks: Desarrollo sobre Databricks Notebooks, configuración y optimización de clusters (nodos de cómputo), y gestión de entornos de librerías.Experiencia en bases de datos relacionales y NoSQL.Conocimientos en estadística avanzada y modelado matemático.Deseable herramientas de visualización: Power BI, Tableau, matplotlib, seaborn.Deseable experiencia en cloud (AWS, Azure, GCP).Experiencia Avanzada en Databricks: Desarrollo sobre Databricks, configuración y optimización de clusters y gestión de entornos de librerías.BeneficiosProyecto de 2 mesesModalidad - Hibrida.