Contexto de Negocio
Key Responsibilities
- Análisis de datos: Analizar datos de socios y productos (ej. cohortes, segmentación, métricas de ciclo de vida) y traducir los hallazgos en recomendaciones de negocio accionables.
- Preparación de datos: Colaborar con Data Engineers para preparar conjuntos de datos analíticos y construir variables (features) para modelos de ML, utilizando principalmente SQL y Python, asegurando la calidad de los datos y su correcta documentación.
- Modelado: Realizar análisis exploratorio de datos (EDA) y prototipar modelos simples de aprendizaje supervisado (ej. modelos de propensión, clasificación básica), evaluando y comunicando el desempeño de los mismos.
- Experimentación: Apoyar en la formulación de hipótesis, diseño experimental y análisis (A/B testing, pruebas de hipótesis), midiendo el impacto en las métricas clave del negocio.
- Visualización: Contribuir al desarrollo de tableros (dashboards) y visualizaciones para monitorear KPIs como el compromiso, comportamiento de acumulación/canje (earn/burn) y retención, comunicando insights a audiencias no técnicas.
- Cultura de datos: Promover iniciativas de capacitación en datos (upskilling) dentro del equipo, fomentando una cultura sólida de toma de decisiones basada en datos.
- Productividad con IA: Aprovechar herramientas de IA (ej. copilotos, LLMs) para aumentar la productividad en la exploración de datos, documentación y generación de código/consultas.
- Metodología Ágil: Participar activamente en las ceremonias y flujos de trabajo del squad, planificando y ejecutando actividades de descubrimiento (discovery) y entrega (delivery) junto a la tríada de producto (PM, Diseñador, EM), brindando visibilidad de los avances en las reuniones diarias.
Skills, Knowledge and Expertise
- Python: Dominio de Python para ciencia de datos (Pandas, NumPy, scikit-learn).
- SQL: Conocimientos avanzados de SQL y modelado de datos; experiencia con GCP / BigQuery es altamente deseable.
- Estadística: Sólida comprensión de estadística descriptiva e inferencial, incluyendo pruebas de hipótesis y fundamentos de experimentación.
- Machine Learning: Conocimiento básico de conceptos de ML (aprendizaje supervisado/no supervisado, división de datos, regularización, ajuste de hiperparámetros).
- Herramientas: Experiencia usando Git para control de versiones y aplicación de buenas prácticas de documentación.
- Comunicación: Capacidad para preparar presentaciones de nivel ejecutivo y comunicar claramente resultados analíticos.
- Experiencia con Looker Studio o herramientas de BI similares.
- Familiaridad con conceptos de inferencia causal, modelos de uplift/propensión y análisis de cohortes.
- Exposición previa a entornos comerciales, de lealtad, CRM o desarrollo de productos digitales.
- Conocimientos básicos de prácticas de CI/CD.
- Pensamiento analítico sólido y orientación a la resolución de problemas.
- Comunicación clara y efectiva con interlocutores técnicos y no técnicos.
- Mentalidad colaborativa y capacidad para trabajar en equipos ágiles y funcionales.
- Proactividad, curiosidad y disposición para aprender en un entorno digital de cambio rápido.
Benefits
🏖️ Don’t worry, be happy: 3 días libres al año adicionales a tus vacaciones.
✨ Permiso sin goce de sueldo para cumplir tus sueños.
⚖️ Programa de bienestar enfocado a equilibrar el trabajo y la vida personal.
🏥 Seguro Complementario 100% gratuito para Makers.
🤓 ¡Programas de formación, clases de inglés y mucho más!
🎂 Día libre para tu cumpleaños y medio día para los cumpleaños de tus hijos.
💰 Bonificaciones que dan respiros: Fiestas patrias, navidad, matrimonio/AUC, nacimiento/adopción de hijos, etc.
💳 Convenios y precios preferenciales con bancos.
👶🏻 3 Días adicionales para padres por nacimiento o adopción de hijo/a.
🐶 Convenio de seguro para tus mascotas!
🌿 Nuestra cultura es horizontal, de innovación, desafiante y sobre todo, se respira mucha buena onda!
En el marco de nuestro compromiso con la inclusión, la siguiente vacante está abierta en el marco de la ley 21.015.
