Realizar los procesos de entendimiento de necesidades del Grupo para la generación de valor utilizando herramientas de programación en procesos de toma de decisiones a través de reportes y creación de lógicas de negocio.

-Recolección y limpieza de datos: Extraer datos de distintas fuentes y prepararlos para el análisis, eliminando errores o inconsistencias.

-Análisis exploratorio: Explorar y visualizar los datos para identificar patrones, tendencias y relaciones fundamental.

-Apoyo en el modelado predictivo: Implementar modelos básicos de machine learning y evaluar su rendimiento con métricas adecuadas.

-Automatización de tareas: Desarrollar scripts y pequeños pipelines para automatizar procesos de análisis y limpieza de datos.

-Visualización y comunicación: Crear gráficos, dashboards e informes para presentar resultados de manera clara a otros equipos.

-Aprendizaje y colaboración: Trabajar junto a perfiles más experimentados y mejorar habilidades técnicas mediante práctica y formación continua.

-Recolección y extracción de datos: Conectar con fuentes de datos (APIs, bases de datos, archivos planos, etc.) para extraer información

-Transformación y limpieza de datos (ETL): Participar en el diseño y desarrollo de pipelines ETL/ELT (Extract, Transform, Load). Limpiar, estructurar y formatear los datos para su uso en análisis o modelos.





-Colaboración con científicos de datos y analistas: Proveer datos limpios y organizados para análisis y modelado. Entender los requerimientos del negocio y traducirlos en soluciones técnicas.

¿Qué perfil buscamos?

Formación:

Licenciatura en Informática / Sistemas Computacionales / Ingeniería Industrial / Matemáticas / Actuaria/ Electrónica/ Estadística o afín

Experiencia:

Sin experiencia laboral (recién egresados) o máximo 2 año de experiencia en funciones similares de análisis de datos e ingeniería de datos.

Conocimientos en:

Python (pandas, numpy, scikit-learn), SQL básico/intermedio

Estadística y Matemáticas: Estadística descriptiva y probabilidades, Álgebra lineal y cálculo básico

Machine Learning básico: Algoritmos como regresión, clasificación, clustering, Evaluación de modelos (accuracy, F1, etc.)

Visualización de datos: matplotlib, seaborn, Power BI o Tableau,

Limpieza y manipulación de datos: Tratamiento de nulos, outliers, transformación de variables

Herramientas: Jupyter, Git/GitHub, entornos virtuales

Habilidades blandas: Comunicación clara, trabajo en equipo y ganas de aprender

Herramientas:

Paquetería Office, Google Workspace, SQL, R, Python.

Inglés:

Básico - Intermedio

📌 ESPECIALISTA DE DATOS (Culiacán Rosales)
🏢 Sitio de Oportunidades Empleo Grupo Coppel
📍 Culiacán Rosales