Se requiere inglés: la oferta original está publicada en inglés.
Reporta a: CTO.
Ubicación: híbrido, Costa Rica.
Sobre el puesto
CSC Generation está construyendo sistemas de decisión de ciclo cerrado que usan machine learning para operar negocios de consumo de forma más inteligente. Estamos empezando con precios y expandiéndonos a áreas como inventario, compras, promociones, marketing y surtido.
Ayudarás a construir sistemas que estiman la respuesta causal y cuantifican la incertidumbre, eligen acciones, generan información útil, observan resultados, actualizan políticas, evalúan alternativas retadoras y se despliegan dentro de límites de seguridad.
Queremos responder preguntas como estas
- ¿Qué ocurre porque cambiamos un precio, en lugar de simplemente qué ocurre después?
- ¿Cómo debería la incertidumbre afectar una decisión?
- ¿Cuándo debería el sistema explotar lo que ya sabe y cuándo experimentar para aprender?
- ¿Podemos estimar el valor de una política retadora antes de desplegarla por completo?
- ¿Cómo optimizamos los resultados económicos respetando las restricciones de inventario, margen, proveedores, clientes y operaciones?
Lo que harás
Según tu experiencia, podrás trabajar en
- Modelado causal y de efectos de tratamiento heterogéneos
- Estimación y calibración de la incertidumbre
- Bandits contextuales, aprendizaje activo o toma de decisiones secuencial
- Aprendizaje de políticas y optimización con restricciones
- Evaluación contrafactual y off-policy
- Experimentación y sistemas champion/challenger
- Infraestructura de ML en producción, monitoreo y despliegue automatizado
Nos importa elegir el método correcto, no usar un framework en particular.
Cómo se ve el éxito
El éxito no es una mejor métrica offline.
Los sistemas que construyas deben producir un aumento económico medible en experimentos controlados, generalizarse entre negocios, aprender de sus propias intervenciones y automatizar de forma segura una proporción creciente de decisiones comerciales reales.
Con el tiempo, el objetivo es simple: el sistema debe volverse mejor operando el negocio porque ha operado el negocio.
Por qué este puesto es diferente
La mayoría de los sistemas de ML aprenden de un conjunto de datos. Aquí, las decisiones que toma el modelo influyen en los datos que el modelo ve después. Eso crea un ciclo continuo: decisión, intervención, resultado, aprendizaje, mejor decisión.
La oportunidad a largo plazo es construir esa capacidad una vez y aplicarla en un portafolio de negocios y en decisiones comerciales cada vez más amplias.
- Impacto en el mundo real. Los sistemas que construyas tomarán decisiones comerciales en vivo en un portafolio de marcas de consumo, así que verás resultados económicos medibles de tu trabajo, no solo mejoras en benchmarks offline.
- Crecimiento técnico en la frontera. Los sistemas de decisión causales que aprenden de sus propias intervenciones siguen siendo un problema abierto. Trabajarás en la intersección del ML causal, los algoritmos de bandits y la ingeniería de producción, con libertad para elegir el método adecuado para cada problema.
- Responsabilidad total. Serás responsable de los problemas de principio a fin, desde el planteamiento y el modelado hasta el despliegue en producción y la evaluación.
Proceso de entrevistas
- Filtro con reclutamiento: una conversación con nuestro equipo de reclutamiento sobre tu experiencia, el puesto y el ajuste mutuo.
- Rondas de entrevistas virtuales: una conversación enfocada con el gerente de contratación y conversaciones más profundas con colaboradores de ingeniería y ciencia de datos de distintas áreas sobre profundidad técnica, diseño de sistemas y estilo de trabajo.
- Entrevista presencial: una visita final en nuestra oficina de Costa Rica para conocer al equipo ampliado y conectar con personas clave.
- Verificación de referencias: se realiza en paralelo con las etapas finales cuando es posible.
- Oferta: avanzamos rápido con la persona candidata adecuada.
El proceso de entrevistas está sujeto a cambios. Cualquier actualización se compartirá de forma oportuna y clara.
Ten en cuenta
- Parte de nuestro proceso de entrevistas es una entrevista presencial obligatoria con alguien de nuestro equipo antes de una oferta. Las personas candidatas que no quieran o no puedan reunirse para una entrevista presencial serán descartadas de inmediato.
- Debido a un alto volumen de solicitudes fraudulentas, debes compartir un enlace válido a tu perfil de LinkedIn en las preguntas de la solicitud para ser considerado. Si no tienes perfil de LinkedIn, debes dar una razón creíble en ese campo y aportar evidencia alternativa de tu trayectoria profesional para verificar tu identidad.
Sobre CSC Generation
CSC Generation es el holding nativo de IA que está reinventando el retail omnicanal. Adquirimos marcas icónicas y las transformamos con Genesis, nuestra plataforma operativa que combina un Data Fabric, un Automation Engine, herramientas propias y servicios compartidos para modernizar las operaciones, elevar la experiencia del cliente y ampliar los márgenes. Con más de 1.000 millones de dólares en ingresos en 13 marcas, nuestro portafolio incluye Sur La Table, Backcountry, One Kings Lane y otras que funcionan como laboratorios de innovación en el mundo real.
CSC Generation es un empleador que ofrece igualdad de oportunidades. Todas las personas calificadas que se postulen serán consideradas sin tener en cuenta ninguna característica protegida por la ley. Si necesitas una adaptación durante el proceso de solicitud, comunícate con el equipo de beneficios de Recursos Humanos de la empresa.
La contratación está sujeta a una verificación de antecedentes, que incluye la verificación de las fechas de empleos anteriores.