Senior Data Collection Engineer

Desde su sede en Silicon Valley, Centric Software® ofrece una  plataforma de concepto a reposición de productos basada en IA para minoristas, marcas y fabricantes de todos los tamaños. Ofrece las mejores soluciones para planificar, diseñar, desarrollar, obtener, comprar, fabricar, fijar precios, asignar, vender y reponer productos.

Dentro de Centric Software encontramos varias verticales:

• Centric PLM™ la solución PLM líder para bienes de consumo, optimiza la ejecución del producto desde la ideación hasta el desarrollo, abastecimiento y fabricación, consiguiendo una mejora de la productividad de hasta el 50%.
• Centric Planning™ es una innovadora solución de IA nativa en la nube que ofrece capacidades de planificación de extremo a extremo para maximizar el rendimiento del negocio minorista y mayorista, lo que se traduce en un aumento del margen del 110 %.
• Centric Pricing & Inventory™ aprovecha la IA para impulsar los márgenes y aumentar los ingresos hasta un 18% mediante la optimización de precios e inventarios desde la pretemporada hasta la finalización de la temporada.
• Centric Market Intelligence™ (antes StyleSage) es una plataforma de conocimiento del mercado basada en IA que permite tomar decisiones basadas en datos sobre las ofertas y los precios de la competencia, así como sobre las tendencias y el comportamiento de compra de los consumidores. Donde trabajarás.
• Centric Visual Boards™ hace pivotar los datos procesables en una orientación visual para garantizar surtidos y ofertas de productos sólidos y adecuados para el consumidor.

Para que te hagas una idea de la plataforma:

• Analiza la información de más de 1.000 retailers de moda.
• Procesa datos de 600.000 marcas.
• Trackea al milímetro la actividad y fluctuaciones de más de 500 millones (sí, sí, MILLONES) de productos.

Y esta actividad la mantienen a diario. ¡Alucinante! 😵 

Como Senior Data Collection Engineer, serás una pieza clave en la construcción de sistemas de recolección de datos escalables y de alta calidad. Estarás colaborando con distintos equipos para mantener la solidez de su infraestructura de datos.

Vamos allá con la lógica de la plataforma. Déjame que te la cuente en pequeñas píldoras de información:

1. La plataforma se alimenta de lo que recogen los spiders, que principalmente hacen scrapping de sitios ecommerce de moda, (aunque también trabajan con otros sectores 😉).
2. De cada producto se recoge toda la información disponible (fotos, título, descripción, materiales, tallas, precio, descuentos, etc.) y se normaliza para que la plataforma pueda consumirla y analizarla de forma consistente.
3. A cada producto se le aplican una serie de algoritmos de ML para clasificarlos en categorías (vestidos de noche, prendas de trabajar…) y extraer atributos (tipos de cuello: cuello de pico, cuello redondo, etc. ¿Sabías que hay hasta 9 tipos de cuello? 🤯).
4. Tienen una base de datos monstruosa a la que han bautizado como "Hulk" y se une a todo el histórico del resto de productos.
5. Hay otros proyectos secundarios, aunque igual de interesantes: redes sociales, análisis de búsqueda y tendencias, cupones de descuento, newsletters… Evidentemente, cada flujo de información tiene sus particularidades 🤪.

🎯 El principal reto al que te enfrentarás dentro del equipo de data collection es construir y mantener un sistema con miles de spiders que sea altamente escalable, fiable y resistente a bloqueos, capaz de recolectar datos de millones de productos en cientos de sitios web diferentes. 

No se trata solo de programar spiders 🕷️, sino de diseñar una infraestructura robusta que funcione de forma continua en la nube, supere barreras anti-bot (como captchas o fingerprints) y garantice la calidad y consistencia de los datos recolectados. Además, tendrás que coordinarte con equipos de producto y datos para asegurar que todo lo que se captura sea realmente útil para el negocio. 🤝