Científico de Datos Sénior

Ofrecemos un paquete integral de retribución y beneficios diseñado para mantenernos competitivos en el mercado, apoyar tu bienestar y reconocer tu contribución a nuestro éxito. Nuestro enfoque se basa en la creencia de que la remuneración debe basarse en el rendimiento para recompensar el impacto individual. Tu paquete de compensación específico se determinará en función de factores como tus habilidades, experiencia, cualificaciones y ubicación.

Dependiendo de tu puesto y ubicación, podrías ser elegible para bonos e incentivos anuales, beneficios de salud y bienestar, tiempo libre remunerado, planes de jubilación, cobertura de seguros y otros beneficios locales o legales.

Los detalles específicos sobre la compensación y los beneficios para este puesto se discutirán durante el proceso de selección.

Product Madness crea juegos móviles disfrutados por jugadores de todo el mundo. Utilizamos datos, tecnología y creatividad para desarrollar experiencias de juego atractivas y tomar decisiones empresariales fundamentadas.

Nuestros equipos trabajan juntos para abordar problemas, compartir ideas y mejorar nuestros juegos. Únete a nosotros y contribuye al desarrollo de experiencias de juego móvil.

En el puesto de Lead Data Scientist, realizarás análisis estadísticos, modelado predictivo y machine learning. Comprenderás el comportamiento de los jugadores, abordarás problemas de negocio y mejorarás las experiencias de juego.

Gestionarás iniciativas de machine learning desde la planificación inicial hasta el desarrollo, la evaluación y la implementación. Trabajando con grandes conjuntos de datos, desarrollarás modelos y herramientas analíticas que respalden la jugabilidad, el compromiso del jugador, la retención y la monetización.

Trabajarás estrechamente con desarrolladores de juegos, analistas de datos, product managers y equipos de operaciones de juego. Compartirás hallazgos, recomendarás mejoras y ayudarás a los equipos a utilizar los datos para la toma de decisiones.

• Coordinar proyectos de ciencia de datos: Definir problemas de negocio, desarrollar hipótesis, seleccionar métodos analíticos, construir soluciones y medir resultados.
• Desarrollar algoritmos predictivos: Construir, entrenar, probar y mejorar modelos que respalden la personalización, el compromiso del jugador, la retención y la monetización.
• Aplicar métodos estadísticos: Utilizar el análisis estadístico, la previsión, la simulación, la optimización y la inferencia causal para responder a preguntas de negocio.
• Diseñar y evaluar experimentos: Planificar y analizar tests A/B, seleccionar métricas, resolver tamaños de muestra e interpretar resultados.
• Construir herramientas analíticas: Desarrollar modelos reutilizables, simulaciones y herramientas que ayuden a los equipos a tomar decisiones fundamentadas.
• Mantener la calidad de los datos: Preparar y validar conjuntos de datos, investigar problemas de datos, evaluar los supuestos de los modelos y garantizar resultados consistentes.
• Apoyar soluciones de producción: Trabajar con los equipos de Data Engineering, MLOps y Game Technology para integrar modelos y soluciones analíticas en los sistemas existentes.
• Compartir hallazgos y recomendaciones: Explicar resultados analíticos, supuestos y limitaciones a los colaboradores y recomendar los siguientes pasos prácticos.
• Apoyar el desarrollo del equipo: Participar en revisiones por pares, documentar enfoques, compartir conocimientos y brindar orientación a los colegas.