Ingeniero de Datos

• Licenciatura en Matemáticas, Ingeniería, Telecomunicaciones o un campo relacionado

• 3-5 años de experiencia trabajando como Data Analyst, Data Scientist o Data Engineer.

• Competencia Técnica: Experiencia en SQL y Python para la manipulación, análisis y automatización de datos.

• Pensamiento Analítico y Estratégico: Capacidad demostrada para diseccionar problemas complejos y ofrecer soluciones estratégicas.

• Comunicación y Storytelling: Gran capacidad para destilar conceptos técnicos intrincados en insights de negocio claros y accionables.

• Mentalidad Proactiva: Un profesional orientado al detalle y centrado en soluciones, con altos estándares de precisión de datos.

• Colaboración: Jugador de equipo fiable que prospera tanto de forma independiente como en entornos colaborativos.

• Una actitud positiva y enérgica que se alinee con nuestra cultura SHAKE:

  • Say things as they are (Di las cosas como son)

  • Have fun (Diviértete)

  • Always people first (Las personas siempre primero)

  • Keep rowing together (Seguid remando juntos)

  • Es posible

• Orquestación de Workflows: Experiencia práctica con herramientas de orquestación como Apache Airflow.

• Visualización de Datos: Experiencia práctica en la creación de informes y dashboards en herramientas como Power BI, Tableau o QlikView.

• Control de Versiones: Sólido conocimiento de las mejores prácticas de control de versiones utilizando Git.

• Plataformas Cloud: Se valorará positivamente la experiencia previa trabajando en entornos cloud, específicamente AWS.

¿Eres un entusiasta de los datos listo para generar un impacto? Únete a nuestro equipo como Data Engineer, donde desempeñarás un papel fundamental en la configuración del futuro de nuestra empresa a través de análisis agudos, visión estratégica y colaboración proactiva.

• Desarrollar e implementar proyectos de extremo a extremo impulsados por herramientas avanzadas de IA para resolver y automatizar problemas y procesos de negocio clave.

• Desarrollar y desplegar modelos de machine learning tradicionales (Clasificación/Regresión).

• Fomentar una cultura impulsada por la IA dentro de Holaluz mediante la investigación y la difusión de conocimientos de IA en toda la empresa.

• Mantenerse al día con las tecnologías emergentes y evaluar su idoneidad para Holaluz.

• Poblar el Data Warehouse con conjuntos de datos utilizando Python y SQL para crear pipelines de datos robustos.

• Optimizar y evolucionar la infraestructura de data warehousing para garantizar la rentabilidad y la escalabilidad.

• Mantener el funcionamiento fluido y eficiente de los sistemas de Data Analytics.

• Responder a preguntas de negocio utilizando una amplia gama de técnicas de datos.

• Desarrollar documentos concisos de una sola página con insights accionables y recomendaciones de negocio.

• Realizar análisis profundos para resolver problemas de negocio clave.

• Traducir datos complejos en presentaciones claras y concisas para la alta dirección y los stakeholders, comunicando eficazmente los hallazgos y recomendaciones clave.

• Crear visualizaciones atractivas para comunicar eficazmente las métricas clave a los stakeholders.