Optimization Data Scientist
Summary
Operations research/optimization specialist who builds mathematical optimization models to segment customers and define the optimal route-to-market service model per segment, translating P&L drivers (cost-to-serve, margins, visit frequency) into objective functions. Core stack: advanced Python, PuLP/Pyomo/OR-Tools, and Databricks.
Optimization Data Scientist
Sobre el rol
Buscamos una persona especialista en investigación de operaciones y optimización para desarrollar modelos de caracterización de clientes y definir el modelo de atención óptimo para cada segmento.
La posición requiere traducir el entendimiento end-to-end del P&L en una función de optimización formal que considere la rentabilidad, el costo de servir y el potencial de cada cliente.
Responsabilidades:
- Formalizar matemáticamente el balance entre el tiempo de atención, el costo del modelo RTM y los ingresos por punto de venta.
- Construir funciones de optimización para reemplazar los enfoques heurísticos actuales.
- Modelar los principales componentes de costos y rentabilidad, incluyendo:
- Frecuencia y costo de visita.
- Umbrales de tamaño RTM.
- Margen mínimo.
- Potencial comercial.
- Desarrollar modelos basados en los pilares de caracterización:
- Canal.
- Tamaño.
- Potencial.
- Perfil territorial.
- Autonomía digital.
- Participar en la expansión de los modelos a distintos países y contextos operativos.
- Documentar supuestos, restricciones, variables y funciones objetivo.
- Validar resultados con las áreas de negocio y finanzas.
- Comunicar hallazgos y recomendaciones a equipos técnicos y stakeholders de negocio.
- Contribuir al ciclo completo de desarrollo de soluciones de inteligencia artificial, desde los datos y las variables analíticas hasta la productivización de los modelos.
Requisitos técnicos
- Formación en ingeniería, matemáticas, economía, estadística, investigación de operaciones o áreas relacionadas.
- Experiencia en investigación de operaciones y optimización.
- Conocimientos en:
- Programación lineal y entera.
- Optimización con restricciones.
- Modelado matemático.
- Estadística.
- Análisis de rentabilidad y costos.
- Capacidad para interpretar un P&L y convertir sus componentes en variables, restricciones y funciones objetivo.
- Dominio avanzado de Python.
- Experiencia con herramientas de optimización como PuLP, Pyomo, OR-Tools o similares.
- Experiencia en análisis y modelado de datos en Databricks.
Deseables
- Experiencia con modelos de supervivencia y Customer Lifetime Value (CLV).
- Conocimientos de econometría.
- Experiencia en retail, consumo masivo o modelos de distribución.
- Experiencia con plataformas de datos e inteligencia artificial.
- Conocimientos de MLflow, Unity Catalog y Databricks Asset Bundles.
- Experiencia con Azure DevOps.
- Conocimientos en desarrollo de agentes e infraestructura agéntica, incluyendo:
- Mosaic AI Agent Framework.
- Orquestación de agentes.
- MCP.
Skills
Sign in to read and join the discussion.