Mexiko
DYOPATH
Inetum
Data Scientist
Mexiko
Ciudad de México, Mexico
PythonSQL
Automatische Übersetzung. Prüfe das Original.
Über das Unternehmen
Inetum ist eine internationale Gruppe für agile digitale Beratung. Im Zeitalter der Post-Digitalen Transformation ist es unser Ziel, dass jede der über 27,000 Personen in unserem Team sich kontinuierlich erneuert und ihren eigenen digitalen Flow positiv lebt.
Mit Präsenz in 26 Ländern fördern wir flexible Karrierewege, lokale Innovation und eine gesunde Work-Life-Balance. Darüber hinaus wurde Inetum als Top Employer ausgezeichnet, eine Zertifizierung, die unser Engagement für Wohlbefinden, berufliche Entwicklung und Exzellenz im Talentmanagement bestätigt.
Engagement für Gleichberechtigung
Bei Inetum fördern wir ein integratives und gerechtes Arbeitsumfeld. Alle Kandidaten werden berücksichtigt, unabhängig von Geschlecht, Identität, sexueller Orientierung, Alter, ethnischer Herkunft, Behinderung oder anderen Bedingungen. Einstellungsentscheidungen basieren ausschließlich auf Fähigkeiten, Kompetenzen und Werten, die mit unserer Unternehmenskultur übereinstimmen.
Transparenzhinweis
In unserem Auswahlverfahren setzen wir KI-Tools zur Vorauswahl von Profilen ein. Diese Tools dienen ausschließlich der Unterstützung bei der Analyse und treffen keine Einstellungsentscheidungen, die immer von unserem Recruiting-Team validiert werden.
Wenn Sie der Meinung sind, dass Ihre Bewerbung falsch bewertet wurde, können Sie uns schreiben an: [email protected]
Stellenbeschreibung
Wir suchen einen Senior Data Scientist mit fundiertem statistischem Hintergrund und praktischer Erfahrung in Data-Science-Projekten in Geschäftsumgebungen. Der Kandidat muss in der Lage sein, komplexe Probleme als Modellierungsprobleme zu formulieren, rigorose Forschungszyklen durchzuführen und reproduzierbare Lösungen zu liefern, die von Ingenieurteams integriert werden können.
Diese Rolle arbeitet in enger Zusammenarbeit mit einem ML-Engineering-Team. Es wird erwartet, dass der Kandidat ein klares Urteilsvermögen über seine Verantwortlichkeiten innerhalb dieses Ökosystems und die Disziplin hat, nach Software-Engineering-Standards zu arbeiten, nicht nur nach Analyse-Standards.
Anforderungen
Was wir suchen
Technische Grundlagen
- Fortgeschrittene Beherrschung von Python als primäre und einzige Entwicklungssprache.
- Solide Kenntnisse von Data-Science- und ML-Bibliotheken: Scikit-Learn, XGBoost, LightGBM, Pandas, Polars, Statsmodels, SciPy.
- Erfahrung mit deep learning-Modellen (TensorFlow oder PyTorch), wenn das Problem dies rechtfertigt.
- Fähigkeit zur Arbeit mit Daten in großem Maßstab: fortgeschrittenes SQL, PySpark für Exploration und Transformation.
- Zugriff auf und Handhabung von Daten in Cloud-Umgebungen (GCS, Azure Blob Storage).
Statistische Strenge
- Experimentelles Design und Hypothesentests angewendet auf Geschäftsprobleme.
- Verständnis von Kausalität: nicht nur Korrelation, sondern die Fähigkeit, geeignete Techniken zu unterscheiden und anzuwenden.
- Robuste Modellvalidierung: über Genauigkeit hinaus, Geschäftsmetriken, Bias-Analyse und Verhalten von Untergruppen.
Entwicklungsdisziplin
- Professionelle Nutzung von Git als Teil des üblichen Workflows, nicht als Formalität bei der Auslieferung.
- Organisierter und modularer Python-Code: Der Kandidat muss lieferbaren Code produzieren, nicht nur Explorations-Notebooks.
- Vertrautheit mit Experiment-Tracking-Tools (MLflow oder Äquivalent) zur Rückverfolgbarkeit von Experimenten.
- Fähigkeit, Modelle strukturiert zu dokumentieren: was sie lösen, mit welchen Daten, mit welchen Einschränkungen.
- Erfahrung mit Teamstandards: sichere Handhabung von Anmeldeinformationen, Datenversionierung, Projektstruktur.
Urteilsvermögen bei KI
- Verantwortungsvoller Umgang mit generativen KI-Tools als Assistenten: mit der kritischen Fähigkeit, deren Ergebnisse zu überprüfen und zu validieren.
- Urteilsvermögen zur Bewertung, wann Agentensysteme oder LLMs das richtige Werkzeug sind und wann nicht.
Empfohlene Erfahrung
Hinweise für die Suche
- Der Auswahlprozess umfasst eine praktische technische Bewertung und die Überprüfung der bisherigen Arbeit des Kandidaten.
- Schlussfolgerungsfähigkeit und Urteilsvermögen werden höher bewertet als die Geschwindigkeit der Codeerstellung.
- Wir suchen keine Profile, die Tools ohne Verständnis verwenden: Wir suchen Kandidaten, die ihre technischen und statistischen Entscheidungen begründen können.
- Der Kandidat wird nach den vom Team definierten Engineering-Standards arbeiten – Bereitschaft und Fähigkeit, diese vom Beginn eines jeden Projekts an zu übernehmen, wird erwartet.
- Mehr als 5 Jahre Erfahrung in den Bereichen Data Science, statistische Analyse oder angewandte Forschung.
- Dokumentierbare End-to-End-Projekte: von der Problemdefinition bis zur Lieferung eines validierten Modells.
- Erfahrung in der Zusammenarbeit mit Ingenieurteams (ML Engineers, Data Engineers) in agilen Umgebungen.
- Arbeitshistorie in echten Code-Repositories (ein teilbares Portfolio wird geschätzt).
Akademischer Hintergrund
- Master- oder Doktorabschluss in: Mathematik, Statistik, Versicherungsmathematik, Physik, Informatik oder verwandten Fachgebieten.
- Erfahrung in akademischer oder angewandter Forschung ist ein Differenzierungsmerkmal.
Zusätzliche Informationen
Was wir bieten
- Programme zur kontinuierlichen Weiterbildung und Zertifizierung.
- Zugang zu Lernplattformen und beruflicher Entwicklung.
- Kultur der Innovation und Zusammenarbeit.
- Programme für körperliches und emotionales Wohlbefinden.
- Wachstumschancen in internationalen Projekten.
- Anerkennung und Belohnungen für Leistungen.
Grundgehalt
- Leistungen über die gesetzlichen Anforderungen hinaus
- Lebensversicherung
- Krankenversicherung für schwere Krankheiten
- Essensgutscheine
- 100% Gehaltsabrechnungssystem
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen