Descripción Oferta
Desarrollar modelos predictivos, segmentación, propensión y optimización de dotaciones AWS (Amazon SageMaker, Athena, Redshift, QuickSight)
1. Diseñar, desarrollar y validar modelos predictivos (riesgo clínico, readmisión hospitalaria, demanda de servicios, churn, lifetime value) utilizando Amazon SageMaker (notebooks, training jobs, built-in algorithms) y técnicas de Machine Learning y estadística avanzada sobre datos clínicos y comerciales de Auna.
2. Construir modelos de segmentación de pacientes y clientes (por perfil clínico, comportamiento de uso, valor comercial, riesgo) sobre la infraestructura de AWS, utilizando SageMaker Processing, Athena y Redshift para el procesamiento a escala, y desplegando resultados en dashboards de Amazon QuickSight.
3. Desarrollar modelos de propensión (propensión a compra, uso de servicios, abandono, adherencia a tratamiento) desplegados como endpoints de inferencia en SageMaker, integrándolos con los sistemas de CRM y marketing a través de Lambda y API Gateway.
4.
Realizar análisis exploratorio y descriptivo de datos clínicos, comerciales y operativos utilizando servicios de AWS (Athena, Redshift, Glue, S3), incluyendo análisis de demanda y optimización de dotaciones (dimensionamiento de personal asistencial y administrativo), identificando patrones, tendencias y oportunidades de mejora.
5. Colaborar con las áreas clínicas (Oncología, Cardio, Emergencias) y comerciales (Ventas, Marketing, Experiencia del Paciente) para entender sus necesidades analíticas, traducirlas en proyectos de ciencia de datos sobre AWS y comunicar resultados de manera clara y accionable.
6. Diseñar y ejecutar experimentos (A/B testing, pruebas de hipótesis, análisis causal) aprovechando la infraestructura de datos en AWS para medir el impacto de intervenciones clínicas y comerciales, proporcionando evidencia cuantitativa para la toma de decisiones.
7. Documentar metodologías, resultados y hallazgos en reportes y dashboards interactivo
📌 Data Scientist Senior (Lima)
🏢 Auna
📍 Lima