Analista de datos

Habilidades

Habilidades técnicas

• Dominio de SQL avanzado incluyendo JOINs y ventanas analíticas.
• Experiencia en Python para análisis de datos con pandas y NumPy.
• Visualización de datos con Power BI o Tableau para insights claros.
• Conocimiento en estadística descriptiva e inferencial para análisis profundos.
• Modelado de datos y diseño de esquemas dimensionales eficientes.
• Uso de herramientas ETL y plataformas cloud como AWS o GCP.
• Competencia en Excel avanzado y Google Sheets para cálculos complejos.
• Manejo de control de versiones con Git para colaboración efectiva.

Habilidades interpersonales

• Pensamiento crítico ante conjuntos de datos incompletos o contradictorios.
• Comunicación clara de conceptos técnicos a audiencias no especializadas.
• Autonomía en la gestión de múltiples análisis simultáneos con plazos ajustados.
• Rigor metodológico en la documentación y reproducibilidad de análisis.
• Curiosidad intelectual sostenida frente a problemas de negocio ambiguos.

Misiones

• Extraer y transformar conjuntos de datos desde bases SQL y APIs REST para alimentar modelos analíticos.
• Diseñar dashboards interactivos en Power BI o Tableau con KPIs de negocio actualizados en tiempo real.
• Realizar análisis exploratorios con Python o R para identificar patrones, anomalías y correlaciones significativas.
• Desarrollar modelos de segmentación de clientes usando técnicas de clustering y reducción de dimensionalidad.
• Automatizar reportes recurrentes, reduciendo el tiempo de generación manual en al menos un 60%.
• Validar la calidad e integridad de los datos mediante pruebas sistemáticas y documentación de linaje.
• Formular hipótesis y ejecutar pruebas A/B con un nivel de confianza estadística superior al 95%.
• Colaborar con equipos de ingeniería de datos para optimizar pipelines ETL y reducir latencia de datos.
• Traducir requerimientos de negocio en especificaciones técnicas de análisis con criterios de aceptación medibles.
• Presentar conclusiones y recomendaciones a stakeholders no técnicos mediante storytelling con datos.

Entornos de trabajo

Los entornos de trabajo pueden variar:

Posibles evoluciones

• Evolucionar a Analista de datos senior con especialización vertical en marketing, finanzas u operaciones.
• Convertirse en Científico de datos con orientación a modelos predictivos y machine learning.
• Avanzar a Ingeniero de datos enfocado en arquitectura y pipelines eficientes.
• Aspirar a ser Business Intelligence Manager liderando equipos de analítica.
• Integrarse como Product Analyst en ciclos de desarrollo de producto.

Perfil buscado