Analytics Engineer

Como Analytics Engineer, tu responsabilidad principal será diseñar, implementar y mantener soluciones tecnológicas que posibiliten el procesamiento eficiente de datos. Para destacar en este rol, se espera que no solo comprendas la naturaleza de los datos y su utilidad, sino que también poseas habilidades tecnológicas sólidas para aplicar las mejores prácticas de ingeniería de software en el análisis de datos. En esencia, desempeñarás un papel crucial en el diseño y desarrollo de la infraestructura analítica, garantizando la disponibilidad y calidad de los datos. Esto, a su vez, respaldará las iniciativas estratégicas y facilitará la toma de decisiones basada en datos dentro de la organización.

Requirements

• Ser un apasionado de los datos.
• Ser capaz de escribir consultas en SQL para resolver problemas altamente complejos de forma optimizada.
• Experiencia en implementación y mantenimiento de canales de datos.
• Comprensión de las buenas prácticas de ingeniería de software (por ejemplo, documentación, pruebas automatizadas, código limpio, etc.).
• Experiencia en programación con lenguajes de propósito general (por ejemplo, Python, Scala, etc.)
• Conocimiento de diferentes técnicas de arquitectura y modelado de bases de datos con fines analíticos (por ejemplo, Data Mart, Data Lake, Data Warehouse, etc.)
• Conocimiento sobre sistemas de datos distribuidos y procesamiento paralelo.
• Capacidad para abstraer conceptos de negocio en métricas cuantitativas (por ejemplo, KPI, OKR, etc.)
• Buenas habilidades de comunicación para tratar con partes interesadas de área técnicas y comerciales.
• Conocimiento en herramientas de visualización de datos como Looker, Power BI,Tableau, Metabase, etc.

Responsibilities

• Liderar la excelencia en ingeniería analítica mediante la dirección y ejecución de iniciativas estratégicas centradas en datos.
• Diseñar y gestionar canales de datos altamente eficientes para procesos ETL, contribuyendo al desarrollo y mantenimiento de herramientas y canales de datos de producción (ETL).
• Desarrollar flujos de trabajo de extremo a extremo que transformen datos crudos en información procesable.
• Asegurar la calidad, coherencia y seguridad de los datos a través de rigurosas validaciones, identificando oportunidades para optimizar y estructurar la información.
• Colaborar de manera integral con equipos multifuncionales para alinear soluciones de datos con los objetivos comerciales.
• Implementar la automatización para potenciar la eficiencia y precisión en el procesamiento de datos.
• Fomentar debates fundamentados en datos tanto dentro del equipo como en todas las áreas comerciales.
• Desempeñar un papel crucial en la promoción de la alfabetización de datos en la empresa, compartiendo mejores prácticas y mejorando la documentación.