Gestión, análisis y visualización de grandes volúmenes de datos. Incluye la responsabilidad de recolectar, limpiar y estructurar datos para facilitar el análisis. Entran perfiles de Desarrolladro Big Data, Data Analyst, Ing. De Datos, BI, Machine Learning, Arquitecto de Datos, entre otros.
| Big Data Engineer Sr | 5 años de experiencia en desarrollo de BIG data, Desarrollo en Python para escribir canalizaciones de datos y capas de procesamiento de datos. Amplia experiencia en procesos ETL. Experiencia en modelos ágiles. Experiencia en Airflow y Github. Experiencia laboral comprobada con tecnologías de Big Data Hadoop, Hive, Kafka, Presto, Spark, Hbase. Experiencia con Tecnologías en la Nube (GCP). Experiencia en servicio de datos REST API – Consumo de Datos. |
|---|
| Ingeniero (a) de Datos | Recolectar, limpiar, transformar y almacenar grandes volúmenes de datos, para convertirlos en información valiosa para la toma de decisiones. Colaboración estrecha con científicos de datos y analistas de negocio para garantizar que los datos estén disponibles y sean utilizables de manera eficiente. Lenguaje Python y conocimiento en bases de datos SQL y No SQL, así como Data Warehouse. Uso de herramientas de ETL para la extracción de datos de diversas fuentes y creación de pipelines, conocimientos en herramientas Cloud (AWS, GCP, Azure). |
|---|
| Data Analyst | Contar con 4 – 6 años en análisis de datos, trabajando con herramientas de visualización de datos como Power BI o Tableau. Los candidatos deben tener habilidades sólidas en SQL y un nivel intermedio de inglés. Además de Herramientas: Python, Excel avanzado, herramientas ETL (Alteryx, Talend). |
|---|
| BI | Un profesional de Business Intelligence (BI) es esencial para transformar datos en información valiosa para la toma de decisiones estratégicas. Se requiere dominio de herramientas de visualización de datos. Conocimiento avanzado de SQL y experiencia con bases de datos relacionales (como MySQL, PostgreSQL) y no relacionales (como MongoDB). Experiencia en procesos de ETL para la integración y transformación de datos. Experiencia en lenguajes como Python (PySpark) y R para análisis de datos y automatización de procesos. Capacidad para analizar grandes volúmenes de datos y extraer conclusiones significativas. Metodologías ágiles y gestión de proyectos para coordinar iniciativas de BI. |
|---|
| Machine Learning | Desarrollar algoritmos y modelos estadísticos, entrenar sistemas inteligentes capaces de reconocer patrones, hacer predicciones y tomar decisiones basadas en información. Dominio de lenguaje Python (Bibliotecas NumPy y Pandas), R o Scala. Conocimientos en algoritmos (regresión, clasificación, clustering), procesos ETL y herramientas Cloud (AWS, GCP, Azure). |
|---|
| Científico (a) de Datos | Se requieren de 4 a 6 años de experiencia en herramientas de ciencia de datos y machine learning, como TensorFlow, Python o R. Es crucial contar con habilidades analíticas avanzadas y nivel de inglés intermedio a avanzado, además de experiencia en entornos de big data (Hadoop, Spark, Pyspark). |
|---|
| Arquitecto (a) de Datos | Más de 5 años de experiencia, experiencia en diseño de arquitecturas y herramientas de Big Data. |
|---|
| Gobierno de Datos | Experiencia en implementación de políticas y prácticas para asegurar la calidad, seguridad y privacidad de sus datos. Protege los datos contra accesos no autorizados y garantiza la privacidad de la información sensible. Cumplimiento Normativo y Gestión de Metadatos. |
|---|
Date:
octubre 15, 2024