El especialista de explotación de datos
será responsable de diseñar y optimizar estrategias de manejo y análisis de información que impacten en decisiones comerciales y financieras. Colaborará estrechamente con áreas clave, integrando análisis avanzado de datos en procesos de negocio.
responsabilidades clave:
diseñar y ejecutar estrategias a largo plazo para la gestión y explotación de datos.
analizar datos cuantitativos y cualitativos en entornos digitales para obtener insights de valor.
desarrollar consultas y modelos predictivos mediante el uso de herramientas de machine learning.
crear sistemas de visualización de datos (dashboards) para presentar resultados claros y prácticos.
administrar sistemas de almacenamiento y estructuras de datos, optimizando la accesibilidad y seguridad de la información.
colaborar con equipos de ingeniería de datos y desarrollo para implementar soluciones ágiles y escalables.
perfil del candidato:
escolaridad: ingeniería en datos, actuaría, ingeniería en sistemas o afines; preferible maestría en explotación de datos.
experiencia: 5 años en análisis de datos en sectores tecnológicos, idealmente liderando proyectos de explotación de datos y modelos predictivos.
competencias técnicas:
lenguajes y herramientas: dominio avanzado en python (especialmente con bibliotecas como pandas, polars, scikit-learn), databricks, streamlit y power bi.
tecnologías: experiencia con azure y azure devops para la gestión de grandes volúmenes de datos, visualización avanzada y machine learning.
desarrollo de modelos: capacidad probada en la creación y manejo de modelos de machine learning.
ecosistemas big data: conocimientos en manejo de bases de datos distribuidas y nuevas tecnologías para la explotación de datos.
competencias metodológicas:
metodologías ágiles: experiencia en trabajo ágil, con planificación semanal y revisiones constantes.
integración de análisis en el negocio: capacidad para aplicar el análisis de datos a necesidades comerciales y financieras, colaborando con equipos de finanzas, comercial y desarrollo.
competencias personales:
habilidades de análisis y solución de problemas complejos.
comunicación efectiva para transmitir resultados a audiencias técnicas y no técnicas.
iniciativa y creatividad para plantear nuevas formas de optimizar procesos a través del análisis de datos.
trabajo en equipo y habilidad para gestionar proyectos colaborativos.
proceso de selección: la selección incluirá entrevista inicial, pruebas de competencia, y entrevista final. #j-18808-ljbffr