Objetivo

- Diseñar, desarrollar e implementar un modelo avanzado de clusterización (segmentación) optimizado para grandes volúmenes de datos transaccionales directamente sobre la infraestructura de Databricks del cliente, estructurando el ambiente y los datos de salida para habilitar la futura fase de proyecciones de comportamiento.

Responsabilidad

- Recopilar, limpiar y estructurar grandes volúmenes de datos.

- Conexión, extracción y procesamiento eficiente de grandes volúmenes de datos transaccionales.

- Modelamiento y Clusterización

- Estructuración de la base de datos particionada, entrega del pipeline automatizado de asignación en Python y diseño técnico del roadmap para la analítica predictiva de comportamiento.

- Orquestación del pipeline mediante Databricks.

Formación:

- Título en Ingeniería Informática o afín.

- 7+ años de experiencia en proyectos de ciencia de datos.

- Experiencia comprobable en el rol.





Conocimientos técnicos:

- Lenguajes: Python

- Librerías: PySpark o librería a fin.

- Experiencia Avanzada en Databricks: Desarrollo sobre Databricks Notebooks, configuración y optimización de clusters (nodos de cómputo), y gestión de entornos de librerías.

- Experiencia en bases de datos relacionales y NoSQL.

- Conocimientos en estadística avanzada y modelado matemático.

- Deseable herramientas de visualización: Power BI, Tableau, matplotlib, seaborn.

- Deseable experiencia en cloud (AWS, Azure, GCP).

- Experiencia Avanzada en Databricks: Desarrollo sobre Databricks, configuración y optimización de clusters y gestión de entornos de librerías.

Beneficios
- Proyecto de 2 meses
- Modalidad - Hibrida.

📌 Data Scientist (Lima)
🏢 Gi Group Holding
📍 Lima