País
Sector
Buscar profesión
Jefe de proyecto de Datos e IA
Convergencia entre arquitectura de datos, modelos de inteligencia artificial y entrega iterativa de valor medible para organizaciones complejas
12 000 – 45 000 USD ($)
Salario / año
Licenciatura o superior
Nivel de formación
00
Automatización
Medio
Dificultad
Positivo
Empleabilidad
6 a 12 meses
Tensión del mercado
Moderada a alta
Movilidad
Posible
Automatización
Medio
Dificultad
Positivo
Empleabilidad
6 a 12 meses
Tensión del mercado
Moderada a alta
Movilidad
Posible
About
El jefe de proyecto de Datos e IA coordina el ciclo completo de iniciativas analíticas y de machine learning dentro de empresas con alto volumen de datos. Trabaja con herramientas como Jira, Confluence, Python, SQL y plataformas cloud (AWS, GCP, Azure) para articular requerimientos técnicos y de negocio. Interactúa con data scientists, ingenieros de datos, stakeholders funcionales, equipos de gobernanza y proveedores externos, traduciendo objetivos estratégicos en roadmaps ejecutables y asignando recursos con criterio riguroso.
Habilidades
Habilidades técnicas
- Gestión de proyectos ágiles como Scrum, Kanban, SAFe
- SQL y comprensión de arquitecturas de datos como Data Lake, Data Warehouse, Lakehouse
- Plataformas cloud como AWS, GCP o Azure (servicios de ML e ingesta)
- Herramientas de visualización como Power BI, Tableau, Looker
- Redacción de especificaciones funcionales y técnicas (BRD, FRS, user stories)
- Conocimiento de marcos regulatorios: RGPD y AI Act europeo
- Gestión de riesgos y elaboración de matrices RAID
- Nociones de MLOps y ciclo de vida de modelos en producción
Habilidades interpersonales
- Capacidad de traducir conceptos técnicos en lenguaje comprensible para perfiles no técnicos
- Toma de decisiones bajo ambigüedad con datos incompletos
- Influencia transversal sin autoridad jerárquica directa
- Organización rigurosa y gestión simultánea de múltiples flujos de trabajo
- Comunicación escrita y oral estructurada ante audiencias ejecutivas
Misiones
- Definir el alcance, objetivos medibles y roadmap de proyectos de datos e IA junto con los sponsors de negocio
- Descomponer iniciativas de machine learning en sprints iterativos aplicando metodologías ágiles como Scrum y Kanban, con métricas de avance semanales
- Negociar presupuestos, plazos y recursos con la dirección, asegurando un registro de varianzas inferior al 10%
- Coordinar a data scientists, ingenieros MLOps e ingenieros de datos para la entrega de pipelines y modelos en producción
- Redactar especificaciones funcionales y técnicas (BRD, FRS) que minimicen las iteraciones de revisión entre negocio y tecnología
- Supervisar la calidad y trazabilidad de datos mediante acuerdos de nivel de servicio (SLA) y dashboards de monitoreo en Power BI o Looker
- Identificar y mitigar riesgos técnicos, regulatorios (RGPD, AI Act) y organizacionales usando una matriz RAID actualizada quincenalmente
- Conducir comités de seguimiento con KPIs de negocio: tasa de adopción del modelo, ROI proyectado, reducción de tiempo de procesamiento
- Gestionar la relación con proveedores cloud y consultoras externas, evaluando SLA y costos operativos mensuales
- Documentar lecciones aprendidas y estándares de entrega en Confluence para nutrir el centro de excelencia de datos
Entornos de trabajo
Los entornos de trabajo pueden variar:
Grandes empresas con departamentos de Data & Analytics consolidados
Consultoras tecnológicas especializadas en transformación digital
Startups de IA en fase de escalado con equipos técnicos propios
Sectores regulados
banca, seguros, salud, telecomunicaciones
Entornos de trabajo híbrido con equipos distribuidos internacionalmente
Centros de excelencia de datos (CoE) dentro de grupos multinacionales
Posibles evoluciones
- Director de Datos (CDO) o responsable del área de Data Strategy
- Product Manager especializado en productos de datos o plataformas analíticas
- Consultor independiente en transformación data-driven
- Head of AI / Director de Inteligencia Artificial
- Program Manager de transformación digital a gran escala
Perfil buscado
Orientación a resultados cuantificables
Pensamiento sistémico aplicado a entornos de datos complejos
Capacidad de arbitraje entre prioridades en conflicto
Autonomía en la gestión de stakeholders senior
¿Cómo ser Jefe de proyecto de Datos e IA?
