Data Scientist - Hybrid

Buscamos Data Scientist para sumarse al equipo de Analítica Avanzada / Datos Retail de uno de nuestros clientes líderes en retail de moda (con decenas de tiendas propias y múltiples marcas), en modalidad híbrida en Santiago de Chile.
En este rol reportarás al Chief Digital Officer y trabajarás codo a codo con el Data Lead, Data Engineer y las gerencias Comercial y Logística para transformar tres decisiones operativas críticas del negocio en modelos optimizados de alto impacto: la previsión probabilística de demanda por SKU y tienda, la derivación dinámica de la curva óptima de reposición (mínimos y máximos) desde el centro de distribución, y la estrategia de precios con análisis de elasticidad e inferencia causal para optimizar el markup inicial y las rebajas de temporada. Todo esto sobre una plataforma de datos ya construida en arquitectura Medallion en producción con BigQuery sobre la capa Silver.

Responsabilidades:
Previsión de Demanda (Caso Base): Construir pronósticos probabilísticos por el grano donde haya señal real. Corregir la censura en los datos resolviendo el problema técnico central: separar la venta registrada de la demanda real ajustando por historial de stockout/quiebres. Desagregar de forma consistente mediante curvas de talla y color.
Optimización de Reposición: Derivar las curvas de stock mínimo (demanda esperada durante el lead time + ciclo de revisión) y máximo (utilizando cuantiles altos de la distribución) para que el stock de seguridad se ajuste dinámicamente a la incertidumbre.
Optimización de Precios & Inferencia Causal: Estimar elasticidad para alimentar el markup inicial y gatillar rebajas en temporada. Superar el sesgo de confusión causal en datos observacionales mediante el diseño y ejecución de experimentos/pruebas A/B en grupos comparables de tiendas.
El Loop de Medición: Generalizar y sistematizar la medición permanente del resultado operacional de las decisiones (días a nuevo quiebre, sell-through y stock muerto al final del ciclo de vida).
Aporte al Harness de IA: Especificar fórmulas determinísticas, intervalos y supuestos exactos para las herramientas (tools) que invoca la IA corporativa, garantizando que cualquier cifra generada por IA sea auditable y tenga respaldo.
Método y Comunicación: Definir protocolos estrictos de validación (partición temporal ciega, baselines explícitos, métricas adecuadas sin contaminación), documentar supuestos/límites y comunicar los resultados de forma clara a las gerencias Comercial y Logística.
Requisitos:
Forecasting Aplicado en Producción: Experiencia comprobable en modelos de series de tiempo en entornos de producción.
Demanda Intermitente: Dominio del tratamiento de series con alta presencia de ceros y conocimiento de alternativas cuando ARIMA/ETS fallan (Croston, TSB, agregación temporal).
Pronóstico Probabilístico: Manejo de cuantiles y distribuciones de probabilidad para la toma de decisiones con incertidumbre.
Validación Rigurosa & Métricas: Dominio de backtesting honesto y selección de métricas adecuadas.
Python & SQL Analítico: Python sólido orientado a código ejecutable por orquestadores y SQL avanzado para interactuar directamente con marts de decenas de millones de filas.
Comunicación & Criterio: Habilidad para traducir hallazgos técnicos a un lenguaje claro para usuarios de negocio, rigurosidad para medir con datos y capacidad de adaptación ante la reprioritización.
Será un plus:
Inferencia Causal & Diseño de Experimentos: Manejo de variables confusoras, controles, diseño cuasi-experimental y pruebas A/B a nivel de grupos de tiendas (tamaño de muestra, potencia).
Forecast Jerárquico & Reconciliación: Experiencia pronosticando a alto nivel y desagregando de forma consistente.
Optimización Matemática: Programación lineal/entera para la asignación de stock escaso.
Modelos Fundacionales & BigQuery ML: Uso de modelos pre-entrenados para series de tiempo (TimesFM o similares) o entrenamiento dentro del motor analítico en Google Cloud.
Dominio de Retail / Consumo Masivo: Comprensión de estacionalidad, temporadas, colecciones, curvas de talla, sell-through, markdowns y OTB.
Orquestación: Manejo de Dagster u otros orquestadores para la ejecución automática de modelos.