Científico/a de Datos – Experto/a en Marketing Mix Modeling (MMM)

Buscamos a una persona con mentalidad científica y base sólida en computación/matemáticas para liderar el diseño, implementación y puesta en producción de Modelos de Marketing Mix (MMM) que optimicen inversión y crecimiento. Trabajarás de cerca con planificación digital, analítica y equipos de cuenta para traducir datos complejos en decisiones de negocio, con rigor estadístico y enfoque reproducible.

Responsabilidades:

• Diseñar y entrenar MMM (adstock/carryover, saturación, efectos estacionales) con validación rigurosa, sensibilidad y back-testing.

• Modelado estadístico/econométrico (regresión regularizada, bayesiano jerárquico, series de tiempo) y causalidad (incrementalidad, controles sintéticos, geo-tests).

• Producción y MLOps: orquestar pipelines de ETL/ELT, versionado de datos/modelos, monitoreo de drift y performance; desplegar en entornos cloud.

• Limpieza y gobierno de datos: depurar, unificar y documentar fuentes; detección de correlaciones espurias y leakage.

• Exploración y feature engineering: construcción de variables (promociones, pricing, distribución, competencia, macro), encoding de medios y lags.

• Optimización y simulación: construir escenarios y optimizadores de presupuesto (curvas de respuesta; ROI marginal) y tableros ejecutivos.

• Comunicación: crear y presentar narrativas técnicas y de negocio; plantillas de análisis reutilizables.

• Colaboración comercial: detectar oportunidades, riesgos y quick wins para cuentas actuales.

• Requisitos:

  • Lic/Ing en Informática/Computación, Sistemas, Matemáticas, Estadística, Física o afín.

  • 5+ años en analítica avanzada;Deseable 2+ años construyendo MMM u otros modelos de atribución/incrementalidad.

  • Sólido dominio de Python o R (pandas/data.table, scikit-learn/pycaret, statsmodels), y SQL (ideal: BigQuery).

  • Experiencia llevando modelos a producción (Airflow/Cloud Composer, dbt, Git, Docker; pruebas y monitoreo).

  • Conocimiento de econometría aplicada (regularización, multicolinealidad, heterocedasticidad, validación temporal)..

  • Capacidad para explicar modelos a audiencias técnicas y no técnicas, con documentación clara y reproducible.

  Plus / deseables:

  • Bayesiano con PyMC/Stan, y modelos jerárquicos multicanal/multimercado.

  • Causal inference (DoWhy, CausalML, Double ML), experimentos geo y uplift modeling.

  • Optimización (SciPy, CVX) y simulación Monte Carlo.

  • Experiencia con fine-tuning de LLMs para documentación/QA de datos, y estadística inferencial avanzada.