Descripción específica del perfilUn perfil orientado a SONG Analytics es un perfil que tiene conocimiento funcional Marketing así como modelos de machine learning orientados a generar valor e insights desde el conocimiento del cliente, tiene que tener pensamiento analítico y conocer los métodos analíticos que usan como medio para resolver distintos casos de uso de negocio, así como capacidad de resolución de problemas.
El área de Applied Intelligence orientado a SONG abarca el todo tipo de solución relacionada con el consumidor final, por lo que es necesario que el perfil SONG conozca los conceptos necesarios para brindar una solución orientada a solucionar problemas o simplemente a agregar valor, teniendo en cuenta los requisitos propios de las diferentes propuestas. Es un perfil curioso que busca la causa raíz a problemas y utiliza/propone herramientas analíticas para poder resolverlo a través de distintas técnicas: ML, Segmentación, Optimización, etc.
Debe tener conocimiento y entendimiento de las distintas etapas técnicas y funcionales dentro de un proyecto basado en datos: desde adquisición y extracción de los datos desde diferentes fuentes, validación, manipulación, limpieza y transformación de estos para finalmente llegar a la obtención de un modelo de datos que pueda satisfacer las necesidades de cliente. La posterior etapa de validación y demostración de aporte de valor es clave para generar engagement en el cliente.
Summary:
Conocimientos funcionales de Marketing.Capacidad Analítica con el objetivo de brindar insights.Desarrollo e Implementación de soluciones analíticas performantes.Ser claro y concreto a la hora de presentar resultados.Funciones del rolA continuación, se presentan algunas de las funciones que un perfil de SONG del equipo BDS se puede encontrar desarrollando en su día a día como parte del staff de un proyecto.
Deberá coordinar la ejecución de actividades dentro de un equipo reducido, asegurarse que las mismas se ejecuten en tiempo y forma. En caso de haber demoras deberá sentirse cómodo para informar los retrasos y generar un plan de contingencias.Trabajará con expertos de distintos tipos optimización, machine learning, simulación, UX, etc.Deberá interpretar los requerimientos del cliente, para así poder estimar tiempo y esfuerzo del desarrollo de las tareas. Esta estimación deberá hacerse teniendo en cuenta los datos disponibles, la implicancia del requerimiento a desarrollar sobre el modelo existente y posible efecto sobre el output del modelo.RequerimientosLos skills listados en esta sección constituyen requerimientos necesarios para poder desenvolverse de forma adecuada dentro del equipo y los proyectos en general:
Estudios realizados Algunos ejemplos de carreras afines a esta descripción: Ingeniería Industrial, Economía, Administración de Empresas y graduados de otras carreras con Maestrías en Ciencia de Datos, Analytics, y afines.
Excluyente: Experiencia comprobable en algunos de los siguientes modelos:Customer lifetime value predictivoChurnPricingNext best offer or Next best actionCustomer SegmentationPropensión de compra, ext.Dominio de SQL (Intermedio)Python (Intermedio/Avanzado):Manejo de librerías para exploración y visualización de datos tales como pandas, numpy, scikit-learn, Matplotlib, Seaborn o Pandas profiling.Modelos de Machine Learning: árbol, Regresión Logística, LGBM, SVM, Red Neuronal, Clusters.Puede ser una experiencia similar en R Studio, SAS Studio, Java, pySpark.Conocimientos del proceso de desarrollo de un modelo: entendimiento del problema, modelo conceptual y modelo de datos, tratamiento y limpieza, validación, análisis y explicación de resultados. (Avanzado)Utilizar A/B testing o técnicas de Machine Learning explainability: SHAP, LIME, dice-ml, etc. (Intermedio).Inglés (Intermedio/Avanzado).Nice to have: herramientas de visualización como Tableau/PowerBIExperiencia utilizando algún proveedor cloud (AWS, GCP, Azure)Experiencia en NLP, computer vision, recommendation systems.
#J-18808-Ljbffr