Requisitos Técnicos
Experiencia Avanzada en Modelado Predictivo y Algoritmos de Machine Learning
Dominio en la construcción y optimización de modelos de predicción aplicados a la demanda, precios y ocupación hotelera.
Experiencia en el diseño y aplicación de algoritmos de machine learning supervisados y no supervisados (regresión, clustering, árboles de decisión, redes neuronales, etc.) Específicos para pricing y forecast de demanda.
Habilidad para aplicar métodos avanzados de modelado, como series temporales (ARIMA, Prophet) y técnicas de deep learning para predicción en contextos complejos de datos históricos y estacionales.
Automatización de Modelos y Procesos de Pricing Dinámico
Experiencia en el desarrollo de algoritmos automatizados para ajuste dinámico de precios (dynamic pricing), que optimicen en tiempo real la tarifa en función de la demanda, la competencia, y las variables de ocupación.
Conocimiento en plataformas y frameworks de automatización de machine learning y model deployment (MLflow, TFX, Airflow) para el despliegue continuo de modelos en producción y su actualización automática.
Dominio de Herramientas y Lenguajes de Programación para Ciencia de Datos
Conocimiento avanzado en Python y R, con manejo de bibliotecas especializadas como Scikit-learn, TensorFlow, Keras y PyTorch.
Experiencia en SQL y bases de datos relacionales y NoSQL (MySQL, PostgreSQL, MongoDB), para la gestión y modelado de grandes volúmenes de datos de reservas, competencia, y comportamiento del cliente.
Conocimientos de programación en lenguajes adicionales (Scala, Julia) serán altamente valorados.
Experiencia en Big Data y Análisis Avanzado
Habilidad para trabajar con herramientas de Big Data como Apache Spark, Hadoop, y bases de datos en la nube (Google BigQuery, Amazon Redshift).
Capacidad de integrar fuentes de datos heterogéneas en sistemas de Big Data y realizar análisis avanzados de correlación entre variables, detección de patrones y tendencias que optimicen la previsión de demanda.
Visualización y Comunicación de Resultados
Experiencia en creación de dashboards dinámicos y visualizaciones en tiempo real con herramientas como Tableau, Power BI, o
D3.js, para el seguimiento de KPIs críticos en pricing y ocupación.
Habilidad para sintetizar y presentar resultados complejos y hallazgos clave de manera clara y comprensible para stakeholders de diferentes áreas (ventas, operaciones, marketing).
Experiencia en Integración y Optimización en Entornos de Producción
Dominio en técnicas de integración de modelos de IA en sistemas productivos mediante APIs y microservicios, optimizando la latencia y eficiencia de los algoritmos de pricing.
Experiencia en entornos de producción en la nube (aws, gcp, azure) y en el uso de contenedores (docker, kubernetes) para escalar modelos de machine learning y facilitar su mantenimiento.
Habilidades en Experimentación y Mejora Continua
Experiencia en la implementación de metodologías A/B testing y experimentación para validar y ajustar estrategias de pricing y modelos de predicción en función de los resultados observados.
Conocimiento de métricas de evaluación de modelos (mae, rmse, log-loss, auc) y capacidad para optimizar modelos basados en feedback en tiempo real y cambios en el entorno competitivo.
Competencias Adicionales
Alta capacidad para adaptarse a entornos dinámicos y responder a cambios de demanda.
Pensamiento estratégico y habilidades analíticas para identificar oportunidades de mejora y áreas de impacto clave en la rentabilidad del negocio.
Compromiso con la innovación y la mejora continua, manteniéndose actualizado en las últimas tendencias de IA y data science aplicadas al sector hotelero.
AyZ Hotels, una cadena hotelera en expansión, se enfrenta al desafío de mejorar su competitividad y maximizar la rentabilidad mediante una gestión optimizada de precios y previsión de demanda. En un entorno altamente competitivo y dinámico, donde los factores estacionales, el comportamiento del cliente y la competencia pueden afectar significativamente los ingresos, la compañía busca implementar un enfoque basado en datos para su estrategia de pricing.
El proyecto implica el uso de análisis avanzado de datos e inteligencia artificial para desarrollar modelos predictivos y automatizados que ajusten los precios en tiempo real. Estos modelos deberán adaptarse a cambios en la demanda, anticiparse a patrones de ocupación y ofrecer insights clave que permitan decisiones rápidas y eficaces. Con este enfoque, AyZ Hotels busca maximizar la ocupación y optimizar los precios para mejorar la rentabilidad y consolidar su presencia en el sector hotelero.
Project duration More than 6 months