Data Scientist

Data Scientist Sr. — Operaciones 3PL

Ubicación: México

Área: Operaciones / Data & Analytics

Nivel: Senior

Modalidad: [Presencial / Híbrida]

Reporta a: [Director / Gerente de Operaciones / Head of Data & Analytics]

Objetivo del puesto

Buscamos un Data Scientist Sr. que combine capacidades avanzadas de análisis y ciencia de datos con una fuerte orientación hacia la operación logística 3PL multicliente, particularmente en un entorno de distribución de productos farmacéuticos para instituciones gubernamentales.

La posición será responsable de transformar grandes volúmenes de información operativa, logística y de servicio en insights accionables, modelos predictivos y herramientas de gestión que permitan mejorar el desempeño de la operación, anticipar riesgos, optimizar recursos y elevar el nivel de servicio a nuestros clientes.

Además del componente técnico, buscamos una persona con capacidad para trabajar directamente con clientes, entender sus necesidades de negocio, traducirlas a requerimientos analíticos y comunicar resultados de manera clara a perfiles operativos y ejecutivos.

Responsabilidades principales

1. Data Science aplicada a la operación

Diseñar, desarrollar y mantener modelos analíticos y predictivos aplicados a operaciones logísticas.

Analizar demanda, inventarios, niveles de servicio, productividad, capacidad, tiempos de ciclo, entregas, devoluciones, incidencias y otros indicadores críticos.

Identificar patrones, anomalías, causas raíz y oportunidades de mejora a partir de datos operativos.

Desarrollar modelos de forecasting, segmentación, optimización y detección de riesgos.

Construir indicadores y modelos que permitan anticipar desviaciones en el cumplimiento de SLA y compromisos con clientes.

Generar análisis de escenarios para apoyar decisiones de capacidad, inventario, transporte y operación.

Automatizar análisis recurrentes y procesos de generación de información.

2. Analítica para operación 3PL multicliente

Desarrollar soluciones analíticas considerando las particularidades de diferentes clientes, contratos, SLA, catálogos y modelos operativos.

Crear métricas y modelos que permitan comparar desempeño entre operaciones sin perder las particularidades de cada cliente.

Identificar oportunidades de productividad y eficiencia en almacenes, transporte y distribución.

Analizar capacidad instalada vs. demanda y detectar cuellos de botella.

Generar herramientas para seguimiento de productividad y desempeño operativo.

Apoyar la definición de KPIs operativos, financieros y de nivel de servicio.

Detectar desviaciones y proponer acciones correctivas basadas en evidencia.

3. Orientación a clientes

Trabajar directamente con clientes para entender problemas de negocio y traducirlos en soluciones basadas en datos.

Participar en reuniones de seguimiento operativo y de desempeño.

Preparar análisis, presentaciones y business reviews para clientes.

Explicar resultados analíticos de forma clara para audiencias no técnicas.

Convertir requerimientos de clientes en hipótesis, análisis, modelos y entregables concretos.

Dar seguimiento a compromisos derivados de análisis y recomendaciones.

Identificar proactivamente oportunidades de mejora para los clientes a partir de los datos de operación.

Fungir como puente entre clientes, operación, tecnología y equipos de analytics.

4. Gestión y calidad de datos

Trabajar con fuentes de datos provenientes de WMS, TMS, ERP, sistemas de inventarios, transporte, pedidos, entregas y plataformas de clientes.

Integrar y transformar información de múltiples fuentes.

Validar consistencia, calidad e integridad de los datos.

Identificar problemas de captura, homologación y trazabilidad.

Establecer reglas y controles para asegurar la confiabilidad de los indicadores.