Clara
Marsh McLennan
Especialista - Ingeniería de Datos
Sobre la oportunidad
Empresa: Guy Carpenter
Guy Carpenter es una empresa de Marsh (NYSE: MRSH), líder mundial en riesgos, reaseguros y capital, personas e inversiones, y consultoría de gestión, asesorando a clientes en 130 países. Con ingresos anuales superiores a los $27 mil millones y más de 95,000 colegas, Marsh ayuda a generar la confianza para prosperar a través del poder de la perspectiva. Para más información sobre Guy Carpenter, visita guycarp.com, o síguenos en LinkedIn y X.
Marsh se compromete a crear un entorno de trabajo diverso, inclusivo y flexible. Nuestro objetivo es atraer y retener a los mejores profesionales y abrazar la diversidad de edad, origen, discapacidad, origen étnico, responsabilidades familiares, orientación o expresión de género, estado civil, nacionalidad, estado parental, estatus personal o social, afiliación política, raza, religión y creencias, sexo/género, orientación o expresión sexual, color de piel o cualquier otra característica protegida por la ley aplicable.
Descripción
¿Qué puedes esperar?
Únete al equipo de Estrategia de Datos para construir y operar productos de datos para toda la empresa y aplicaciones de negocio personalizadas para un negocio global de reaseguros.
Un rol centrado en el producto y de cara al cliente, enfocado en convertir problemas de negocio en resultados fiables y orientados al stakeholder, de principio a fin.
Trabajo práctico en la construcción de conjuntos de datos curados (de bronce a oro), soluciones espaciales/geo y pipelines que combinan datos de clientes, corredores y actuariales.
Trabaja en estrecha colaboración con colegas globales (EE. UU./Europa) desde el centro de São Paulo; se requiere fluidez profesional en inglés.
- Soporte a casos de uso analíticos y habilitados por IA/ML a través de pipelines robustos (el desarrollo de modelos y el MLOps principal no son el foco principal).
- Oportunidad de ser propietario de productos de datos de calidad de producción desde el diseño hasta el despliegue, monitorización y mejora continua.
- Trabajo de alto impacto en productos de datos utilizados diariamente por analistas y agentes de IA en toda la empresa.
- Exposición a dominios complejos y ricos en datos (reaseguros) y colaboración interfuncional con stakeholders de producto, negocio y técnicos.
- Una sólida cultura de ingeniería que enfatiza la calidad, la observabilidad y la entrega fiable.
En Guy Carpenter, una empresa de Marsh, puedes ser tu mejor versión. Trabajamos en desafíos importantes con colegas que nos ayudan a dar lo mejor de nosotros. Nuestro entorno de colaboración único te permitirá centrarte en tu éxito personal y profesional, aprendiendo de los mejores especialistas de la industria (re)aseguradora y guiándote hacia una carrera gratificante e impactante.
Modelo híbrido en São Paulo:
Si cumples muchas, pero no todas, las cualificaciones anteriores, te animamos igualmente a que te postules.
Marsh se compromete con el trabajo híbrido, que incluye la flexibilidad de trabajar a distancia y los beneficios de colaboración, conexión y desarrollo profesional de trabajar juntos en la oficina. Se espera que todos los colegas de Marsh estén en su oficina local o trabajando in situ con clientes al menos tres días a la semana. Los equipos basados en la oficina identificarán al menos un "día ancla" a la semana en el que todo su equipo estará junto en persona.
Contaremos contigo para
- Construir y mantener pipelines ETL/ELT, flujos de ingesta y modelos de datos en Databricks usando Python y SQL.
- Traducir problemas de negocio ambiguos en productos de datos prácticos con criterios de éxito claros.
- Ser propietario de soluciones de principio a fin: diseño, despliegue, monitorización, mantenimiento y mejora.
- Trabajar directamente con gestores de producto, stakeholders de negocio y socios técnicos.
- Aplicar sólidas prácticas de ingeniería: pruebas, CI/CD, revisión de código, observabilidad, documentación, linaje, alertas y soporte.
- Tomar decisiones equilibradas entre rendimiento, fiabilidad, coste y latencia, y comunicarlas claramente.
- Colaborar con científicos de datos y analistas en pipelines que soporten casos de uso de analítica e IA/ML.
- Contribuir a patrones de ingeniería compartidos, herramientas y prácticas de fiabilidad.
- Utilizar herramientas de IA de forma pragmática para mejorar la entrega, validando al mismo tiempo los resultados.
Lo que necesitas tener
- Experiencia en ingeniería de datos (o roles estrechamente relacionados), con evidencia de operar a un nivel senior.
- Propiedad técnica demostrada de al menos un producto de datos en producción utilizado por stakeholders reales.
- Sólida competencia en Python y SQL; capacidad para escribir código de calidad de producción.
- Experiencia práctica con Databricks (obligatorio).
- Experiencia en la construcción de pipelines ETL/ELT y sistemas de datos de producción.
- Experiencia con calidad de datos, comprobaciones de integridad y fiabilidad operativa en producción.
- Capacidad para trabajar directamente con stakeholders de negocio y convertir requisitos ambiguos en soluciones prácticas; estilo de trabajo proactivo y con poca supervisión.
- Fluidez profesional en inglés.
- Disponibilidad para trabajo híbrido en São Paulo
- Título de grado en un campo cuantitativo (o experiencia práctica equivalente).
Lo que te hace destacar
- Experiencia en consultoría.
- Experiencia en seguros, reaseguros, servicios financieros u otros dominios complejos y ricos en datos.
- Experiencia con Azure Data Factory, dbt o frameworks de orquestación/transformación similares.
- Experiencia en la construcción o soporte de APIs, integraciones, flujos de trabajo asíncronos o sistemas basados en colas.
- Experiencia en el soporte de productos habilitados por ML en producción; familiaridad con conceptos de MLOps.
- Exposición a flujos de trabajo de datos semiestructurados o no estructurados, incluyendo casos de uso intensivos en texto o habilitados por IA.
- Experiencia práctica utilizando flujos de trabajo de desarrollo asistido por IA en producción.
- Experiencia con procesamiento de datos distribuido a escala.
- Familiaridad con herramientas de BI como Power BI, Tableau o Looker.
