Data Scientist

Data Scientist en Product Madness

En Product Madness, creamos juegos móviles que entretienen a jugadores de todo el mundo. Los datos juegan un papel importante en la comprensión de las necesidades de los jugadores, la mejora de las experiencias de juego y la toma de decisiones empresariales informadas.

Únete a nuestro equipo colaborativo, donde tus ideas y experiencia nos ayudarán a explorar nuevas oportunidades, resolver desafíos significativos y dar forma al futuro de los juegos móviles.

El Puesto

Como Data Scientist en Product Madness, utilizarás análisis de datos, pronósticos y modelos predictivos para entender mejor el comportamiento de los jugadores, resolver desafíos empresariales y mejorar las experiencias de juego.

Contribuirás a proyectos dedicados a la participación, retención y generación de ingresos de los jugadores. También ayudarás a desarrollar herramientas analíticas y soluciones de aprendizaje automático que apoyen decisiones informadas y creen experiencias más personalizadas para nuestros jugadores.

Trabajando con una variedad de conjuntos de datos, te responsabilizarás de tareas analíticas y de modelado claramente definidas mientras aprendes de científicos de datos con experiencia en proyectos más complejos. Colaborarás con desarrolladores de juegos, analistas de datos, gestores de producto y equipos de operaciones de juegos para traducir datos en información valiosa y mejoras prácticas.

Lo Que Harás

• Explorar desafíos empresariales, desarrollar hipótesis, elegir métodos analíticos adecuados y ofrecer soluciones basadas en datos con el apoyo de colegas experimentados cuando sea necesario.
• Desarrollar, probar y mejorar algoritmos predictivos y técnicas de inteligencia artificial para mejorar las experiencias, la participación, la retención y los ingresos de los jugadores.
• Aplicar análisis estadísticos, pronósticos, modelos predictivos y simulaciones para comprender el comportamiento de los jugadores y el rendimiento empresarial.
• Apoyar pruebas A/B y experimentos seleccionando métricas relevantes, analizando resultados y compartiendo hallazgos que guíen las decisiones empresariales.
• Crear modelos analíticos, simulaciones y herramientas que ayuden a los equipos a tomar decisiones informadas y encontrar oportunidades de mejora.
• Preparar, validar y explorar grandes conjuntos de datos para descubrir tendencias, patrones y conocimientos que apoyen los objetivos empresariales.
• Trabajar con científicos de datos senior, equipos de Ingeniería de Datos y MLOps para desarrollar e integrar modelos analíticos y soluciones de aprendizaje automático en los procesos empresariales.
• Compartir hallazgos con colaboradores, explicar conocimientos clave y limitaciones, y ofrecer recomendaciones prácticas.
• Contribuir a un entorno de equipo de apoyo documentando tu trabajo, participando en revisiones por pares, compartiendo conocimientos y desarrollando tus habilidades técnicas.

• MSc o PhD en Ciencia de Datos, Informática, Estadística, Física, Matemáticas o un campo cuantitativo relacionado, o experiencia equivalente.
• Más de 1 año de experiencia profesional en ciencia de datos, aprendizaje automático o análisis cuantitativo, con experiencia práctica en la entrega de proyectos analíticos o de modelado.
• Base sólida en estadística, probabilidad, análisis descriptivo e inferencia estadística.
• Experiencia práctica en análisis exploratorio de datos, preparación de datos y trabajo con grandes conjuntos de datos.
• Experiencia desarrollando y evaluando modelos predictivos o de aprendizaje automático, incluyendo regresión, clasificación o agrupamiento.
• Comprensión de técnicas de modelado estadístico, pronósticos y simulaciones.
• Familiaridad con pruebas de hipótesis, pruebas divididas y análisis experimental.
• Conocimiento práctico de Python para análisis de datos y modelado, incluyendo bibliotecas comunes como pandas, NumPy y scikit-learn.
• Capacidad para escribir consultas SQL para extraer, unir, transformar y agregar datos.
• Comprensión básica de prácticas de desarrollo de software, incluyendo control de versiones, pruebas y documentación.
• Experiencia utilizando asistentes de IA para apoyar la codificación, el análisis y otras tareas profesionales, con la validación adecuada de los resultados.