Objetivo (Propósito general del puesto)

Transformar datos en entendimiento y predicción del negocio mediante análisis estructurado, modelos analíticos y algoritmos de machine learning, habilitando la toma de decisiones informada, anticipando resultados y generando mejoras operativas y estratégicas basadas en datos.

Principales Actividades

(Breve concepto que describan las responsabilidades y resultados finales que se esperan del cargo)

1.Analizar el desempeño del negocio y generar insights accionables

- Analizar bases de datos internas para identificar tendencias, patrones y desviaciones.
- Realizar análisis exploratorio de datos (EDA).
- Identificar drivers de desempeño (ventas, rentabilidad, churn, eficiencia, etc.).
- Construir análisis comparativos y segmentaciones.
- Presentar hallazgos con storytelling basado en datos.
- Formular recomendaciones estratégicas sustentadas en evidencia cuantitativa.
- Medir impacto posterior a la implementación de recomendaciones.

2. Traducir necesidades del negocio en casos de uso analíticos

- Participar en sesiones de levantamiento con stakeholders.
- Definir problemas de negocio en términos analíticos.
- Diseñar casos de uso priorizados según impacto y factibilidad.
- Definir KPIs y métricas de éxito.
- Establecer hipótesis de análisis y criterios de validación.
- Diseñar experimentos (A/B testing cuando aplique).
- Elaborar business case cuantificando incentivos esperados.

3. Diseñar y mantener indicadores, reportes y dashboards

- Definir métricas estandarizadas y reglas de cálculo.
- Construir dashboards ejecutivos y operativos.
- Automatizar actualización de reportes.
- Validar consistencia y calidad de indicadores.
- Optimizar visualizaciones para facilitar interpretación.
- Mantener documentación de KPIs.
- Capacitar usuarios en interpretación de reportes.

4. Desarrollar, validar e implementar modelos analíticos y de machine learning





- Preparar datasets para modelado (feature engineering).
- Seleccionar técnicas estadísticas o algoritmos adecuados.
- Entrenar y validar modelos predictivos.
- Evaluar desempeño mediante métricas técnicas (RMSE, AUC, precisión, recall, etc.).
- Realizar validación cruzada y pruebas de robustez.
- Documentar supuestos y limitaciones del modelo.
- Implementar modelos en ambientes productivos.
- Monitorear performance y recalibrar cuando sea necesario.

5. Asegurar preparación, calidad y consistencia de datos

- Validar integridad y completitud de datos.
- Identificar y tratar valores atípicos o faltantes.
- Definir reglas de limpieza y transformación.
- Asegurar coherencia entre distintas fuentes.
- Documentar fuentes y diccionario de datos.
- Trabajar con ingeniería de datos para corregir problemas estructurales.

6. Colaborar para garantizar adopción y evolución analítica

- Socializar resultados con áreas de negocio.
- Traducir resultados técnicos en lenguaje ejecutivo.
- Acompañar implementación de recomendaciones.
- Medir adopción y uso de soluciones analíticas.
- Promover cultura data-driven.
- Identificar nuevas oportunidades de analítica avanzada.
- Participar en la definición del roadmap analítico.

Perfil Deseado

El puesto requiere viajes laborales? Si No

¿Qué proporción del tiempo (aproximado)?10 %

Carrera/ título profesional requerido:

Licenciatura o Ingeniería: Ingeniería Industrial, Sistemas, Informática, Ciencia de Datos, Matemáticas

Especialidad

Maestría o especialidad en Ciencia de Datos, Analítica, Maestría en sistemas, Inteligencia de Negocios o MBA

Experiencia previa: experiencia y tiempo

Manejo de Datos 5 años

Gestión de proyectos 3 años

Habilidad para interpretar datos, generar insights y comunicar recomendaciones 3 años

Manejo de idiomas: cuales y que nivel

Inglés: Intermedio o Avanzado

Manejo de herramientas tecnológicas, softwares específicos

Análisis de datos con SQL, Excel avanzado, Python

📌 Analista y Cientificos de Data (México)
🏢 Mazda México
📍 México