Senior Data Scientist, Commerce Analytics & Insights

• Perfil senior y "hands-on", con un fuerte sentido de la responsabilidad tanto en la ejecución como en la calidad
• Gran comodidad con la ingeniería de datos y pipelines, la lógica analítica y el diseño de métricas
• SQL, Python y Spark sólidos, junto con excelentes habilidades de programación para el procesamiento de datos y el desarrollo de flujos de trabajo
• Experiencia en la construcción de pipelines analíticos de grado de producción o cercanos a producción
• Se valorará la experiencia documentando métodos y formando a los stakeholders sobre definiciones de métricas y advertencias analíticas
• Capacidad para entender qué significan las tablas, cómo se conectan y dónde puede fallar la interpretación de negocio
• Metodológicamente riguroso, con un sólido criterio sobre cómo definir y validar métricas
• Estructurado y práctico: capaz de pasar de preguntas de negocio ambiguas a soluciones analíticas ejecutables
• Cómodo colaborando con stakeholders técnicos y no técnicos orientados al cliente, aunque este no sea el centro de gravedad del puesto
• Suficientemente estratégico para mejorar el sistema, no solo para ejecutar dentro de él
• Experiencia significativa en ciencia de datos, ingeniería analítica, trabajo de producto analítico o un rol similar en un entorno rico en datos
• Sólida comprensión de la experimentación, las métricas, el diseño metodológico y el QA analítico
• Experiencia trabajando con conjuntos de datos de comportamiento, comercio o medios a gran escala

Buscamos un Data Scientist senior, estratégico y con perfil "hands-on" para liderar el núcleo metodológico y de datos de Commerce Analytics y Commerce Insights en Criteo. Esta persona será responsable del rigor analítico detrás del trabajo: construir y mejorar pipelines, comprender las tablas de origen y las dependencias de datos, garantizar una ejecución fiable y definir o validar las metodologías detrás de las métricas y resultados clave.

Este puesto no consiste solo en producir análisis. Se trata de crear bases analíticas fiables y escalables para Commerce Analytics e Insights, manteniéndose lo suficientemente cerca del contexto de negocio para asegurar que el trabajo siga siendo relevante y útil.

El éxito en este puesto significa que los pipelines y los flujos de trabajo analíticos son fiables, mantenibles y de confianza; que las métricas están claramente definidas, son metodológicamente sólidas y se aplican de forma coherente; y que los resultados analíticos son precisos y lo suficientemente resilientes para un uso comercial recurrente. Las dependencias de datos, los supuestos y las limitaciones deben estar documentados y comprendidos, mientras que el trabajo analítico manual debería disminuir con el tiempo a medida que se introduzcan soluciones escalables.

Este rol no es el responsable principal de la orquestación de clientes ni del liderazgo de proyectos comerciales. Su centro de gravedad es la ejecución de datos, el rigor metodológico y las bases analíticas escalables.

Lo que harás

• Responsable de la capa de ejecución analítica y de ciencia de datos de Commerce Analytics y Commerce Insights
• Construir, mejorar y mantener los pipelines de datos que impulsan la generación recurrente de análisis e insights
• Desarrollar una comprensión profunda de las tablas de origen, el linaje de datos, la lógica de negocio y los riesgos de calidad de datos
• Garantizar que los resultados analíticos sean correctos, coherentes y operativamente fiables
• Definir, documentar, cuestionar y mejorar las metodologías detrás de las métricas clave, los cortes y los marcos analíticos
• Colaborar con el Solution Architect y los stakeholders comerciales para traducir las preguntas de negocio en enfoques analíticos robustos
• Impulsar la ejecución práctica de análisis en todos los casos de uso de commerce analytics y commerce insights
• Crear enfoques escalables en lugar de realizar trabajos manuales puntuales siempre que sea posible
• Investigar problemas de datos, casos límite o inconsistencias y resolverlos con un alto sentido de la responsabilidad
• Contribuir a la documentación, la mejora de procesos y la transferencia de conocimientos para que el trabajo pueda escalar más allá de un solo individuo
• Ayudar a identificar dónde la automatización, la estandarización o un mejor diseño de datos pueden mejorar la calidad y la velocidad
• Mantenerse cerca del contexto de negocio para que la ejecución técnica siga alineada con las necesidades del cliente y del programa