Casos de uso

Modelos de ML para inteligencia comercial farmacéutica

Industria: Tech & Software Rol: Data Scientist
Machine Learning Engineer
Imagen ilustrativa del sector del caso de uso

Sobre la compañía

Segmento: Startup Nº empleados: <10

Esta compañía es una startup tecnológica española en fase inicial (con un equipo inferior a diez empleados) que opera en el modelo B2B SaaS vertical, orientada al sector farmacéutico y de la salud. Su propuesta de valor se centra en una plataforma de productividad comercial y efectividad de ventas (Sales Force Effectiveness) diseñada para optimizar los procesos de los delegados y equipos de ventas de laboratorios.

La herramienta combina analítica predictiva, planificación de visitas y cuentas (account management), y seguimiento de la ejecución comercial en el mercado sanitario, un entorno donde el acceso a profesionales médicos y decisores clínicos es cada vez más restringido y regulado. Al ser un equipo de producto compacto y altamente especializado, sus principales retos residen en acelerar el desarrollo de funcionalidades de predicción y visualización de datos sin sobredimensionar la estructura fija interna.

Afronta de manera continua el desafío de integrarse con sistemas CRM y fuentes de datos complejas ya implantadas en grandes farmacéuticas, manteniendo estándares elevados de seguridad y cumplimiento normativo. Además, requiere equilibrar la velocidad de iteración en ingeniería de software con la necesidad de demostrar retornos de inversión cuantificables en los ciclos de venta largos propios del mercado corporativo farmacéutico.

Talento detrás del proyecto

Rol: Data Scientist + 17 años experiencia Machine learning aplicado

Este profesional cuenta con 17 años de experiencia liderando iniciativas de ciencia de datos, machine learning e inteligencia artificial aplicada. A lo largo de su carrera ha trabajado en compañías de referencia como Ericsson, ACCIONA, GAMING1, PENN Entertainment o Luckbox, abarcando sectores como telecomunicaciones, IoT, apuestas deportivas, entretenimiento digital y plataformas de alta escala.

Su trayectoria combina una sólida visión estratégica de negocio orientada a la optimización de ingresos con una profunda solvencia técnica en la construcción y despliegue de modelos predictivos en entornos de producción. Especializado en analítica de clientes, personalización, detección de anomalías y fraude, retención y predicción del valor de vida del cliente (LTV), domina tecnologías como Python, SQL, entornos cloud (AWS, GCP), arquitecturas de big data y prácticas avanzadas de MLOps. Además, integra capacidades modernas de IA generativa, agentes autónomos y procesamiento del lenguaje natural (NLP).

En su rol para este proyecto de inteligencia comercial, asume el reto de construir desde cero el núcleo algorítmico y de datos del producto, abarcando el diseño y puesta en producción de modelos de scoring, segmentación y clasificación de notas de voz en lenguaje natural. Asimismo, se encarga del ciclo de vida del dato de punta a punta, la generación de datasets sintéticos y la integración de las salidas predictivas con orquestadores de LLM, asegurando recomendaciones deterministas y accionables.

El proyecto y la colaboración con Shakers

Time to hire:
20 días
Modo de colaboración:
Try & Hire
Tipo de proyecto:
Desarrollo de modelos

Una startup tecnológica en fase inicial necesitaba sentar las bases analíticas de su plataforma de inteligencia comercial para la industria farmacéutica. El proyecto requería diseñar de cero el núcleo algorítmico del producto, abordando tanto la ciencia de datos como la ingeniería del dato preliminar para transformar notas de voz y registros de campo en recomendaciones accionables para los equipos comerciales. Para abordar este desafío, se incorporó un Data Scientist Senior para liderar la arquitectura predictiva del MVP.

El especialista trabajó en estrecha colaboración con los fundadores y el arquitecto empresarial en el diseño, entrenamiento y puesta en producción de algoritmos de scoring, segmentación y clasificación con NLP. Además, estructuró los pipelines de ingesta, calidad y almacenamiento, integrando las salidas analíticas con un orquestador para modelos de lenguaje y definiendo prácticas de MLOps para asegurar el ciclo de vida del dato.

Al lanzar una solución tecnológica para un mercado tan especializado como el sanitario, no puedes permitirte fallar en la base de los modelos ni perder meses en procesos de selección. Con Shakers dimos rápidamente con el perfil sénior adecuado para estructurar el dato y levantar el núcleo del producto desde el primer momento.

Rol del cliente:

Skills utilizadas en el desarrollo del proyecto:

Machine LearningPythonMlopsPlanificación estratégicaBusiness intelligence
Encuentra talento

Empieza a colaborar con el talento de Shakers en días: