Científico de Datos Principal - Optimización

Tiger Analytics está liderando lo que la inteligencia artificial y el análisis de datos pueden hacer para resolver algunos de los problemas más difíciles a los que se enfrentan las organizaciones a nivel mundial. Desarrollamos soluciones personalizadas impulsadas por datos y tecnología para varias empresas de la lista Fortune 100. Contamos con oficinas en múltiples ciudades de Estados Unidos, Reino Unido, India y Singapur, además de una considerable fuerza laboral global remota. También somos líderes del mercado en consultoría de inteligencia artificial y análisis de datos en la industria de bienes de consumo masivo y minorista, con más del 40 % de nuestros ingresos provenientes de este sector. Este es nuestro sector de mayor crecimiento, y estamos reforzando nuestro talento en este ámbito. Estamos buscando un Científico Principal de Datos con una sólida combinación de experiencia en análisis de datos, experiencia práctica en la optimización de estrategias de reposición y asignación de recursos en cadenas de suministro, y sólidas habilidades de programación para unirlo a nuestro equipo. Principales responsabilidades: Responsable de refactorizar el algoritmo de optimización escrito en Python utilizando programación orientada a objetos. Trabajar en las últimas aplicaciones de la ciencia de datos para resolver problemas comerciales en el ámbito de la cadena de suministro y la optimización en el sector minorista y/o de bienes de consumo masivo. Utilizar técnicas estadísticas avanzadas y algoritmos de ciencia de datos para analizar grandes conjuntos de datos y obtener conclusiones accionables relacionadas con la optimización de reposición y la asignación de inventario. Desarrollar e implementar modelos predictivos y algoritmos de optimización para mejorar la gestión de inventarios, reducir la falta de existencias y optimizar la asignación de recursos en toda la cadena de suministro. Colaborar con equipos multifuncionales para comprender los requisitos comerciales y traducirlos en soluciones basadas en datos. Diseñar y ejecutar experimentos para evaluar la eficacia de diferentes estrategias de reposición y políticas de asignación. Supervisar y analizar los indicadores clave de rendimiento (KPI) relacionados con la reposición y la asignación en la cadena de suministro, y proporcionar recomendaciones para mejorar continuamente. Mantenerse actualizado sobre las tendencias del sector y las mejores prácticas en ciencia de datos, optimización de reposición y gestión de la cadena de suministro, y aprovechar este conocimiento para impulsar la innovación dentro de la organización. Colaborar, orientar y aprender junto con un equipo en crecimiento de científicos de datos experimentados. Requisitos Experiencia demostrada de más de 10 años trabajando como científico de datos, con enfoque en la optimización de la cadena de suministro y la asignación de inventario. Maestría o doctorado en Ciencias de la Computación, Investigación de Operaciones, Matemáticas Aplicadas, Aprendizaje Automático o un campo relacionado. Experiencia en el uso de solucionadores de programación matemática como Gurobi, Xpress MP, CPLEX o Google OR Tools en aplicaciones. Sólido conocimiento de métodos estadísticos, técnicas de optimización y conceptos de modelado predictivo. Dominio avanzado de lenguajes de programación como Python, PySpark y SQL, y experiencia trabajando con bibliotecas de análisis de datos y aprendizaje automático. Capacidad para aplicar diversos modelos analíticos a casos de uso comerciales. Excelentes habilidades de comunicación y colaboración para comprender las necesidades de los socios comerciales, entregar soluciones y explicarlas a los interesados del negocio. Beneficios Este puesto ofrece una excelente oportunidad de desarrollo profesional significativo en un entorno empresarial en rápido crecimiento y desafiante, con un alto grado de responsabilidad individual.