Descripción del puesto

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.

Requisitos

Responsabilidad
Recopilar, limpiar y estructurar grandes volúmenes de datos.
Conexión, extracción y procesamiento optimizado 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.

Incentivos
Proyecto de 5 semanas

Detalles

Nivel mínimo de educación: Universitario (Graduado)

📌 Data Scientist Bogotá
🏢 Gi Group Holding
📍 Bogotá