Objetivo (Propﾃｳsito general del puesto)
Transformar datos en entendimiento y predicciﾃｳn del negocio mediante anﾃ｡lisis estructurado, modelos analﾃｭticos y algoritmos de machine learning, habilitando la toma de decisiones informada, anticipando resultados y generando mejoras operativas y estratﾃｩgicas basadas en datos.
Principales Actividades
(Breve concepto que describan las responsabilidades y resultados finales que se esperan del cargo)
1.Analizar el desempeﾃｱo del negocio y generar insights accionables
Analizar bases de datos internas para identificar tendencias, patrones y desviaciones.
Realizar anﾃ｡lisis exploratorio de datos (EDA).
Identificar drivers de desempeﾃｱo (ventas, rentabilidad, churn, eficiencia, etc.).
Construir anﾃ｡lisis comparativos y segmentaciones.
Presentar hallazgos con storytelling basado en datos.
Formular recomendaciones estratﾃｩgicas sustentadas en evidencia cuantitativa.
Medir impacto posterior a la implementaciﾃｳn de recomendaciones.
2. Traducir necesidades del negocio en casos de uso analﾃｭticos
Participar en sesiones de levantamiento con stakeholders.
Definir problemas de negocio en tﾃｩrminos analﾃｭticos.
Diseﾃｱar casos de uso priorizados segﾃｺn impacto y factibilidad.
Definir KPIs y mﾃｩtricas de ﾃｩxito.
Establecer hipﾃｳtesis de anﾃ｡lisis y criterios de validaciﾃｳn.
Diseﾃｱar experimentos (A/B testing cuando aplique).
Elaborar business case cuantificando beneficios esperados.
3. Diseﾃｱar y mantener indicadores, reportes y dashboards
Definir mﾃｩtricas estandarizadas y reglas de cﾃ｡lculo.
Construir dashboards ejecutivos y operativos.
Automatizar actualizaciﾃｳn de reportes.
Validar consistencia y calidad de indicadores.
Optimizar visualizaciones para facilitar interpretaciﾃｳn.
Mantener documentaciﾃｳn de KPIs.
Capacitar usuarios en interpretaciﾃｳn de reportes.
4. Desarrollar, validar e implementar modelos analﾃｭticos y de machine learning




Preparar datasets para modelado (feature engineering).
Seleccionar tﾃｩcnicas estadﾃｭsticas o algoritmos adecuados.
Entrenar y validar modelos predictivos.
Evaluar desempeﾃｱo mediante mﾃｩtricas tﾃｩcnicas (RMSE, AUC, precisiﾃｳn, recall, etc.).
Realizar validaciﾃｳn 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 preparaciﾃｳn, calidad y consistencia de datos
Validar integridad y completitud de datos.
Identificar y tratar valores atﾃｭpicos o faltantes.
Definir reglas de limpieza y transformaciﾃｳn.
Asegurar coherencia entre distintas fuentes.
Documentar fuentes y diccionario de datos.
Trabajar con ingenierﾃｭa de datos para corregir problemas estructurales.
6. Colaborar para garantizar adopciﾃｳn y evoluciﾃｳn analﾃｭtica
Socializar resultados con ﾃ｡reas de negocio.
Traducir resultados tﾃｩcnicos en lenguaje ejecutivo.
Acompaﾃｱar implementaciﾃｳn de recomendaciones.
Medir adopciﾃｳn y uso de soluciones analﾃｭticas.
Promover cultura data-driven.
Identificar nuevas oportunidades de analﾃｭtica avanzada.
Participar en la definiciﾃｳn del roadmap analﾃｭtico.
Perfil Deseado
El puesto requiere viajes laborales? Si No
ﾂｿQuﾃｩ proporciﾃｳn del tiempo (aproximado)?10 %
Carrera/ tﾃｭtulo competente requerido:
Licenciatura o Ingenierﾃｭa: Ingenierﾃｭa Industrial, Sistemas, Informﾃ｡tica, Ciencia de Datos, Matemﾃ｡ticas
Especialidad
Maestrﾃｭa o especialidad en Ciencia de Datos, Analﾃｭtica, Maestrﾃｭa en sistemas, Inteligencia de Negocios o MBA
Experiencia previa: experiencia y tiempo
Manejo de Datos 5 aﾃｱos
Gestiﾃｳn de proyectos 3 aﾃｱos
Habilidad para interpretar datos, generar insights y comunicar recomendaciones 3 aﾃｱos
Manejo de idiomas: cuales y que nivel
Inglﾃｩs: Intermedio o Avanzado
Manejo de herramientas tecnolﾃｳgicas, softwares especﾃｭficos
Anﾃ｡lisis de datos con SQL, Excel avanzado, Python

📌 Analista Y Cientificos De Data (Xico)
🏢 Mazda Mﾃｩxico
📍 Xico