Data Scientist

Job description

El equipo de Global Incentives Service (GIS) funciona como un Centro de Excelencia con una misión clara: revolucionar la forma en que interactuamos con nuestros millones de usuarios, partners y riders a través de incentivos inteligentes, personalizados y eficientes. Diseñamos, desarrollamos y escalamos estas soluciones de Data para todas las marcas del grupo Delivery Hero a nivel mundial. Formarás parte de un equipo que no solo impacta en la región, sino que define la estrategia de incentivos en más de 70 países.

Como Data Scientist en GIS , tu misión es desarrollar productos de datos y modelos de Machine Learning (ML) para optimizar la toma de decisiones respecto a la asignacion de incentivos. Serás el/la responsable de la evolución y el rendimiento de los sistemas de ML e Inteligencia Artificial (IA), asegurando decisiones basadas en datos robustos. Este rol combina excelencia técnica con una profunda visión de negocio para generar el máximo impacto.

Desarrollar, implementar y mantener modelos de Machine Learning (ML) y soluciones de Inteligencia Artificial (IA) end-to-end, aplicando buenas prácticas. Liderar el análisis de datos para identificar oportunidades estratégicas y proponer mejoras en procesos y productos. Garantizar el alto rendimiento, escalabilidad y la robustez de los productos de datos implementados en distintos mercados. Colaborar con equipos multifuncionales (Producto, Ingeniería, UX y Analistas) para definir KPIs, realizar A/B testing, y asegurar la alineación técnica con el resto de los Data Scientists.

Monitorear el rendimiento de los modelos en producción, resolviendo incidencias y promoviendo el conocimiento técnico dentro del equipo.

Qualifications

Mínimo 3 años de experiencia en Data Science aplicando modelos de Machine Learning (ML) a problemas de negocio reales. Formación académica sólida en campos cuantitativos o afines (ej. Ciencias de la Computación, Estadística, Economía, Ingeniería) Dominio experto de Python (incluyendo librerías clave como pandas, NumPy, scikit-learn) y manejo avanzado de SQL. Sólidos fundamentos en estadística, probabilidad y algoritmos de ML .

Experiencia demostrable trabajando con modelos de datos en un entorno de producción Nivel de ingles avanzado para comunicación con equipos globales.