Job Description

¿Quieres resolver problemas de pricing y optimización reales, para empresas reales, junto a un equipo senior que lleva décadas en Revenue Management? En Airnguru vas a aplicar data science, donde importan modelos que impactan en las decisiones comerciales de aerolíneas, retailers y universidades. No es un rol de soporte — es un rol en el que tu trabajo se traduce en resultados medibles para el cliente.
Te integras al equipo de Data Science de Airnguru, con un rol de alto impacto, liderando módulos de proyectos de consultoría para distintas industrias.
Airnguru cuenta con un brazo de consultoría especializada en RM y DS con décadas de experiencia. Nuestro equipo combina consultores senior de RM con data scientists para resolver problemas de pricing y optimización en aerolíneas, retail, educación superior y otras industrias. Nuestras soluciones apuntan a maximizar el margen de contribución esperado, generando resultados tangibles y sostenibles para nuestros clientes.
Postula directamente en Get on Board.

Desde el día 1 vas a tener responsabilidades concretas. La expectativa es que rápidamente tomes ownership de módulos completos de los proyectos.
Diseño, construcción y mantenimiento de bases de datos analíticas para proyectos de Revenue Management y pricing. Desarrollo de modelos estadísticos y de ML aplicados: modelos de elección discreta, clustering, series de tiempo, optimización, simulación de escenarios. Desarrollo de pipelines de datos end-to-end en Python (pandas, numpy, scipy, scikit-learn, statsmodels).
Formulación y resolución de problemas de optimización (lineal, no lineal, combinatoria) aplicados a pricing, asignación de recursos, y gestión de inventario. Visualización de datos y construcción de dashboards interactivos para clientes (Plotly, Streamlit, o similar). Elaboración de presentaciones y reportes para Steering Committees y reuniones ejecutivas con clientes.
Investigación de fuentes de datos externas (APIs públicas, web scraping, bases de datos gubernamentales). Liderazgo de módulos de proyectos: modelo de costos, análisis de competencia, motor de pricing, simulación de demanda.

Formación: Título de Ingeniería Civil (Matemática, Computación, Industrial, Eléctrica), Estadística, Economía cuantitativa o carrera afín con formación matemática sólida. Maestría en Investigación de Operaciones, Data Science, Estadística, o área cuantitativa afin (completada o en curso avanzado).
Experiencia: 2–4 años resolviendo problemas reales con datos — en consultoría, industria o investigación aplicada. No buscamos años de antigüedad; buscamos evidencia de haber enfrentado problemas complejos y haberlos resuelto.
Python avanzado: pandas, numpy, scipy, scikit-learn, statsmodels. Capaz de escribir código limpio, modular y reproducible — no solo notebooks.
Estadística y modelamiento: Regresión lineal/logística, modelos de elección discreta, tests de hipótesis, inferencia bayesiana. Que entienda por qué funciona, no solo cómo llamar la función.
Optimización: Experiencia formulando y resolviendo problemas de optimización (lineal, no lineal, combinatoria). Familiaridad con solvers (scipy.optimize, PuLP, Gurobi, OR-Tools, o similares).
SQL avanzado: Queries complejas con joins, window functions, CTEs, subqueries. Capaz de trabajar con bases de datos grandes de forma eficiente.
Capacidad de resolución de problemas complejos: Esto es crítico. Buscamos a alguien que ante un problema ambiguo sepa descomponerlo, formular hipótesis, diseñar un approach, y ejecutar — sin necesidad de que le digan cómo.
Propositivo y creativo: Que no espere instrucciones detalladas para avanzar. Que proponga soluciones, cuestione supuestos, y encuentre caminos cuando el problema no tiene una respuesta obvia.
Gestión de tiempos y recursos: Capacidad demostrada de manejar múltiples líneas de trabajo, priorizar, y cumplir plazos establecidos. Trabajamos con clientes que esperan entregables en fechas específicas.
Comunicación clara: Vas a trabajar con consultores senior y presentar resultados a clientes ejecutivos. Necesitas poder explicar qué hiciste, por qué importa, y qué recomiendas.
Inglés intermedio-avanzado: Lectura técnica fluida (papers, documentación, código). Comunicación básica con clientes internacionales.

Experiencia en Revenue Management, pricing dinámico, o economía de la demanda. Modelos de elección discreta avanzados (nested logit, mixed logit, latent class). Experiencia con optimización bayesiana, algoritmos genéticos, o metaheurísticas. Docker, Git con flujo de PRs, CI/CD básico. Cloud (GCP o AWS) y/o BigQuery. Web scraping (requests, BeautifulSoup, Selenium). Streamlit, Plotly Dash, o herramientas de visualización interactiva. Publicaciones o tesis en áreas de optimización, OR, o Data Science aplicada.

Problemas reales de pricing y optimización en múltiples industrias — no es un rol de mantención de dashboards ni de reportes. Mentoría directa de data scientists senior con experiencia en aerolíneas globales y Revenue Management. Alto impacto desde el día 1: tus modelos y recomendaciones van directo a decisiones comerciales de los clientes.
Contrato indefinido post periodo de prueba (3 meses), con todos los beneficios legales (salud, AFP, vacaciones). 100% remoto, equipo distribuido, cultura de autonomía y entrega. Crecimiento rápido: si demuestras capacidad, en 6–12 meses puedes estar liderando proyectos completos.

Horario flexible:
Cobertura de salud:
Vestimenta informal: