Data Scientist

Descripción del puesto

Sobre la vacante

Wizeline, una consultora tech líder, está buscando un Data Scientist para unirse a su equipo en modalidad presencial en CDMX. Esta posición requiere experiencia en análisis de datos, modelado predictivo y trabajo con grandes volúmenes de información. Aunque el post no detalla requisitos específicos, se espera dominio de herramientas como Python, SQL, y frameworks de Machine Learning como Scikit-learn o TensorFlow. La empresa ofrece oportunidades de crecimiento en proyectos de alto impacto para clientes internacionales.

¿Por qué deberías aplicar?

Esta es tu oportunidad de trabajar en una consultora reconocida con clientes de talla global, donde podrás enfrentar desafíos complejos en diferentes industrias. Aprenderás metodologías ágiles, trabajarás con equipos multidisciplinarios y tendrás acceso a capacitaciones constantes que potenciarán tu carrera en ciencia de datos. Si buscas un entorno dinámico donde tu trabajo tenga impacto directo en decisiones estratégicas, esta vacante es para ti.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python, SQL, estadística avanzada, machine learning, visualización de datos (Tableau, Power BI)
• Soft skills: Comunicación efectiva, pensamiento analítico, capacidad para explicar insights técnicos a no técnicos

Tips prácticos para este puesto

• Prepara un portafolio con proyectos reales que muestren tu proceso de análisis end-to-end
• Domina conceptos de A/B testing y experimentación, comunes en consultoría
• Familiarízate con cloud platforms como AWS o Azure, ya que muchos clientes los usan

Recursos recomendados

• Tools: Jupyter Notebooks, Git, Docker
• Documentación: Scikit-learn docs, pandas documentation
• Influencers: Cassie Kozyrkov (Chief Decision Scientist en Google)
• Cursos: "Machine Learning" de Andrew Ng en Coursera

Preguntas frecuentes en entrevistas para este rol

• "Describe un proyecto de machine learning que hayas liderado" - Tip: Usa la estructura STAR (Situación, Tarea, Acción, Resultado) y enfatiza el impacto empresarial.
• "¿Cómo manejas datos desbalanceados en un modelo de clasificación?" - Tip: Menciona técnicas como oversampling, undersampling o algoritmos específicos, y justifica tu elección.
• "Explica la diferencia entre overfitting y underfitting" - Tip: Da ejemplos concretos y cómo los detectarías en un proyecto real.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $1,500 - $2,500 | | Mid | $2,500 - $4,000 | | Senior | $4,000 - $6,500 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en los proyectos - Pregunta en la entrevista sobre los clientes y casos específicos en los que trabajarías para evaluar si hay estructura.
• Bandera roja 2: Expectativas poco realistas con plazos cortos - Investiga reviews de la empresa en plataformas como Glassdoor para ver si hay quejas sobre carga de trabajo.
• Bandera roja 3: Poca inversión en herramientas de datos - Señal de advertencia común en consultoría; pregunta qué tecnologías usan actualmente y si hay planes de actualización.