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 (Cuajimalpa de Morelos)
🏢 Mazda México
📍 Cuajimalpa de Morelos