.¿Tienes experiência en la creación de modelos de Machine Learning en Azure Machine Learning Designer? ¡Entonces, esta vacante está diseñada para ti! Sigue leyendo para conocer más detalles.En Derevo buscamos empoderar a las empresas y a las personas para liberar el valor de los datos en las organizaciones, a través de la implementación de procesos y plataformas de analítica con un enfoque que cubre el ciclo completo que necesitan llevar a cabo para lograrlo.Derevo inicio en 2010 con una idea simple, crear más que una empresa, una comunidad y un espacio donde cada quien tenga la oportunidad de construir un sueño.**Data scientist Mid**:**Esta será tu misión**:Participar en los proyectos del departamento de Data Science en la selección de los algoritmos para resolver las tareas definidas en los proyectos del departamento.** Estas serán tus actividades**: Realizar los desarrollos, investigaciones, análisis o actividades asignados por el líder de equipo o encargado de proyecto al que se asigne. Deberás contar con la capacidad de seleccionar, aplicar y evaluar los algoritmos conocidos por ti, o determinados por tu líder, en los proyectos asignados, y realizar las pruebas necesarias para determinar la efectividad de dichos algoritmos en el proyecto, aplicando métodos de ensamble o selección automática de modelos. Seguir el plan de capacitación en tiempo y forma, obteniendo los certificados correspondientes.**Entrando más a detalle, esto es lo que valoramos/necesitarás para que puedas cubrir el puesto**: Al menos un año de experiência en proyectos profesionales de Data Science. Inglés nível B2 o superior. Dominio de programación en Python. Dominio de la plataforma de Azure. Dominio de Azure Machine Learning Designer. Comprensión clara de Probabilidad y Estadística aplicadas. Aprendizaje de máquina y sus aplicaciones, así como conocimiento de los grupos principales de analítica. Segmentación. Proyecciones de series de tiempo. Clasificación. Predictivos con scores. Reglas de asociación y modelos de recomendación. Detección y manejo/imputación de atípicos. Bases de datos con diseño y creación de tablas, así como consultas con SQL. Procesos ETL. Comprensión de requerimientos del cliente. Comprensión de arquitectura de datos. Comprensión de datos. Proceso de ETL, manejo de bases de datos nível medio. Creación de bases de datos en distintas plataformas. Descarga de múltiples fuentes. Blending de datos. Integración de datos. Ingeniería de datos incluyendo: Feature selection. Feature creation. Reducción de dimensionalidad. PCA Creación de modelos de analítica avanzada. Prueba de performance de modelos de analítica avanzada. Optimización de performance de modelos de analítica avanzada. Despliegue de modelos de analítica avanzada en ambientes de prueba, staging y producción, tanto on-premise como en la nube
