CIENTIFICO DE DATOS

¿Qué realizarás en esta posición?

• Crear soluciones que tengan en cuenta una gran cantidad de datos con tecnologías como Spark para Big Data, NoSQL para bases de datos y Hadoop para infraestructuras.
• Implementar canalizaciones de datos para respaldar las actividades de análisis y la creación de fuentes de datos consolidadas para autoservicio empresarial y paneles o análisis avanzado.
• Crear modelos de Datawarehouse desarrollando varios datamarts y manteniendo datos de referencia y repositorios de datos maestros
• Construir análisis de datos para resolver problemas de negocios.
• Realizar análisis de ciclo de vida completo para incluir requisitos, actividades y diseño.
• Crear paneles corporativos
• Desarrollar análisis ad-hoc para extraer Business Insights

¿Qué necesitamos que sepas?

• Arquitecturas de bases de datos
• Herramientas de modelado de datos, herramientas ETL (p. ej., Informatica Power Center)
• Código informático: Python, C/C++ Java, Perl…
• Tecnologías SQL, tecnologías NoSQL.
• Modelado de datos multidimensionales
• Experiencia analítica y capacidad de resolución de problemas
• Gran conocimiento en análisis estadístico en grandes conjuntos de datos.
• Capacidad para comprender las métricas de análisis de datos y los puntos de vista comerciales
• Habilidades analíticas y de informes, Fortaleza en visualización de datos y desarrollo de tableros
• Narración de historias, mentalidad analítica: capaz de crear formatos de visualización sofisticados
• Capaz de priorizar y trabajar en diferentes proyectos
• PowerBI, Cognos, Tableau, Lenguaje SQL
• Habilidades de análisis de datos R o Python

Responsabilidades

*Diseñar y construir soluciones para integrar datos. * Administrar bases de datos y sistemas de procesamiento a gran escala *Procesamiento de datos: implementar, a bajo nivel, procesos y reglas de calidad, seguridad y metadatos definidos por la función de gobierno. *Data Wrangling: Implementación de procesos ETL utilizando lenguajes de programación, con el fin de proporcionar a los usuarios conjuntos de datos que puedan administrarse fácilmente *Generación de Pipeline de Datos: Desarrollo de pipeline de datos escalable, flexible y de alto rendimiento. * Integración de datos: implementar todos los procesos de integración necesarios para incorporar datos de los diferentes sistemas *Limpieza de datos: implementar todos los procesos de calidad y curación de datos necesarios para la correcta entrega de datos *Monitorización de datos: implementar todos los procesos de monitoreo para garantizar el seguimiento completo de los flujos de datos, implementar modelos de control para generar métricas para el análisis de la calidad de los datos *Garantía de calidad de los datos: implemente validaciones y verificaciones de calidad cuando se ingieran o aprovisionen nuevos datos en la plataforma de datos o para los nuevos datos que se generen dentro de la infraestructura *Comprender las necesidades y requisitos del negocio para seleccionar la técnica de visualización más adecuada: Interpretar datos, analizar resultados utilizando técnicas estadísticas y proporcionar informes continuos. *Localizar y definir nuevas oportunidades de mejora de procesos *Identificar, analizar e interpretar tendencias o patrones en conjuntos de datos complejos * Adquirir datos de fuentes de datos primarias o secundarias y mantener bases de datos/sistemas de datos *Generar y ejecutar ideas para el análisis exploratorio para dar forma a proyectos futuros y proporcionar recomendaciones de acciones para un área específica *Presentación de datos, diseño de cuadros de mando interactivos, informes, etc. adaptados a las necesidades del cliente *Incorporar técnicas de visualización innovadoras para facilitar la comprensión de los resultados y la explotación autónoma de los datos por parte de los usuarios finales* Documentar los tipos y la estructura de los datos comerciales.