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 ventajas 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

📌 Analista y cientificos de data (Nezahualcóyotl)
🏢 Mazda México
📍 Nezahualcóyotl