Empleo
Del feed del socio
Analista de datos
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- Sí
- Empresa
- Tillster
- Nivel
- Senior
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
Analista de datos (nivel medio)
HÍBRIDO (No hay transferencias de Visa ni patrocinios disponibles)
Resumen de funciones
El analista de datos es un colaborador individual que ha ido más allá de la ejecución supervisada y está desarrollando la independencia, la profundidad analítica y las habilidades de las partes interesadas necesarias para avanzar al nivel superior. Poseen dominios analíticos más pequeños de un extremo a otro, contribuyen significativamente a los estándares del equipo y comienzan a sacar a la luz conocimientos de manera proactiva en lugar de esperar a ser dirigidos.
lo que harás
Entrega de análisis y conocimientos
•
Ofrezca trabajo analítico de extremo a extremo para las áreas comerciales asignadas, desde el alcance y el análisis hasta la presentación y el seguimiento de las partes interesadas, con una mínima redirección.
•
Respalde el análisis ad hoc para las partes interesadas internas, incluidos marketing, productos, finanzas y gestión de cuentas, proporcionando un marco interpretativo junto con la salida de datos en lugar de la recuperación de datos únicamente.
•
Comenzar a mostrar de manera proactiva tendencias, anomalías y observaciones basadas en datos a las partes interesadas, desarrollando el instinto de señalar lo que importa sin que se lo pregunten.
•
Respaldar experimentos de prueba A/B bajo la guía del DA sénior, incluida la preparación de datos, el seguimiento de métricas y los resúmenes de resultados, avanzando hacia un diseño experimental independiente a nivel sénior.
Google Analytics y recopilación de datos
•
Apoyar al DA sénior en la generación de informes GA4, la validación del plan de seguimiento y la implementación de dimensiones y métricas personalizadas.
•
Desarrollar conocimientos prácticos sobre las prácticas de etiquetado e integración de GA al almacén como preparación para ser propietario de este dominio en el nivel superior.
Desarrollo de BI y capa semántica
•
Diseñe, cree y mantenga paneles de control de Looker y Explores para áreas comerciales asignadas, siendo propietario de entregables con reelaboración limitada.
•
Desarrolle LookML, incluidas dimensiones, medidas, tablas derivadas y configuraciones de exploración, garantizando que todo el trabajo esté documentado y sea coherente con los estándares del equipo.
•
Contribuya a la capa semántica compartida al señalar inconsistencias en la definición de métricas y proponer soluciones en colaboración con el equipo senior de ingeniería analítica y DA.
•
Ampliar el análisis de autoservicio para las partes interesadas no técnicas, permitiéndoles responder sus propias preguntas y reducir el volumen de solicitudes ad hoc para el equipo.
•
Mantener la precisión y la coherencia de la producción. Exploraciones y paneles a medida que evolucionan las estructuras subyacentes del almacén de datos.
Calidad de datos y colaboración de plataformas
•
Tome posesión de la precisión de los datos para los paneles de control y los resultados analíticos asignados: investigue de manera proactiva las discrepancias y escale los problemas ascendentes a Ingeniería de datos con evidencia clara de la causa raíz.
•
Escriba SQL de alto rendimiento, incluidas funciones de ventana y CTE; colaborar con ingenieros de datos en la optimización de consultas y el diseño de tablas derivadas
•
Desarrollar una comprensión práctica de los canales de datos que alimentan los paneles de control propios, lo suficiente como para diagnosticar problemas de actualización y calidad y comunicar los cronogramas de resolución a las partes interesadas.
•
Comience a colaborar con ingenieros de análisis en la arquitectura LookML y los requisitos de la capa semántica para áreas propias
Estándares y colaboración
•
Siga y contribuya activamente a los estándares de codificación, guías de estilo SQL, convenciones LookML, requisitos de documentación y procesos de revisión de relaciones públicas.
•
Participe en revisiones de código, brindando comentarios constructivos y consistentes que generen calidad en todo el equipo.
•
Apoyar a los analistas junior a través del trabajo en parejas y la retroalimentación directa, bajo la guía del DA senior.
•
Asóciese estrechamente con analistas sénior, ingenieros de datos y partes interesadas del negocio; Haga preguntas aclaratorias con anticipación y comuníquese de manera proactiva sobre los bloqueadores y los cronogramas.
Análisis aumentados por IA
•
Aplique herramientas de IA y LLM de forma práctica para acelerar los flujos de trabajo de análisis diarios, incluida la generación de SQL, la creación de LookML, la documentación y el análisis exploratorio.
•
Comience a experimentar con la narración de conocimientos y la detección de anomalías asistidas por IA y comparta lo aprendido con el equipo.
•
Desarrollar familiaridad con los conceptos de agentes de análisis de autoservicio (Cortex Analyst o equivalente) en preparación para poseer esta capacidad en el nivel superior.
Aprendizaje continuo
•
Desarrollar activamente habilidades en SQL avanzado, Python, análisis estadístico y plataformas de datos en la nube.
•
Construir hacia una propiedad independiente de la experimentación, GA4 y asesoramiento a las partes interesadas a nivel superior
Acerca de ti
Requerido
•
Licenciatura en un campo cuantitativo como Matemáticas, Estadística, Informática o Ingeniería, o experiencia práctica equivalente.
•
2 a 4 años de experiencia en una función de análisis de datos o BI
•
Fuertes habilidades de SQL que incluyen funciones de ventana y CTE
•
Más de 2 años de experiencia práctica con el desarrollo de Looker y LookML
•
Experiencia con almacenes de datos de AWS o Google Cloud (Redshift o BigQuery)
•
Experiencia demostrable en la creación de paneles y exploraciones para usuarios empresariales no técnicos.
•
Conocimiento práctico de las mejores prácticas de desarrollo de software: Git, revisiones de relaciones públicas, guías de estilo de código.
•
Conocimiento práctico de procesos de desarrollo ágiles.
•
Capacidad para traducir preguntas comerciales en tareas analíticas con creciente independencia.
•
Comunicación escrita y verbal clara y segura con las partes interesadas del negocio.
Preferido
•
Exposición a conceptos de pruebas A/B y diseño experimental básico.
•
Habilidades fundamentales de Python para la manipulación o automatización de datos.
•
Familiaridad con los fundamentos de seguimiento e informes de GA4.
•
Experiencia con herramientas de IA o LLM aplicadas a flujos de trabajo de análisis.
•
Experiencia con la línea de comandos de Linux/OSX y Git.
•
Comprensión de los conceptos de canalización de ELT y la infraestructura de datos en la nube.
•
Experiencia previa asesorando o apoyando a colegas más jóvenes...
Fuente: Jobicy (https://jobicy.com/jobs/162172-data-analyst-3)
HÍBRIDO (No hay transferencias de Visa ni patrocinios disponibles)
Resumen de funciones
El analista de datos es un colaborador individual que ha ido más allá de la ejecución supervisada y está desarrollando la independencia, la profundidad analítica y las habilidades de las partes interesadas necesarias para avanzar al nivel superior. Poseen dominios analíticos más pequeños de un extremo a otro, contribuyen significativamente a los estándares del equipo y comienzan a sacar a la luz conocimientos de manera proactiva en lugar de esperar a ser dirigidos.
lo que harás
Entrega de análisis y conocimientos
•
Ofrezca trabajo analítico de extremo a extremo para las áreas comerciales asignadas, desde el alcance y el análisis hasta la presentación y el seguimiento de las partes interesadas, con una mínima redirección.
•
Respalde el análisis ad hoc para las partes interesadas internas, incluidos marketing, productos, finanzas y gestión de cuentas, proporcionando un marco interpretativo junto con la salida de datos en lugar de la recuperación de datos únicamente.
•
Comenzar a mostrar de manera proactiva tendencias, anomalías y observaciones basadas en datos a las partes interesadas, desarrollando el instinto de señalar lo que importa sin que se lo pregunten.
•
Respaldar experimentos de prueba A/B bajo la guía del DA sénior, incluida la preparación de datos, el seguimiento de métricas y los resúmenes de resultados, avanzando hacia un diseño experimental independiente a nivel sénior.
Google Analytics y recopilación de datos
•
Apoyar al DA sénior en la generación de informes GA4, la validación del plan de seguimiento y la implementación de dimensiones y métricas personalizadas.
•
Desarrollar conocimientos prácticos sobre las prácticas de etiquetado e integración de GA al almacén como preparación para ser propietario de este dominio en el nivel superior.
Desarrollo de BI y capa semántica
•
Diseñe, cree y mantenga paneles de control de Looker y Explores para áreas comerciales asignadas, siendo propietario de entregables con reelaboración limitada.
•
Desarrolle LookML, incluidas dimensiones, medidas, tablas derivadas y configuraciones de exploración, garantizando que todo el trabajo esté documentado y sea coherente con los estándares del equipo.
•
Contribuya a la capa semántica compartida al señalar inconsistencias en la definición de métricas y proponer soluciones en colaboración con el equipo senior de ingeniería analítica y DA.
•
Ampliar el análisis de autoservicio para las partes interesadas no técnicas, permitiéndoles responder sus propias preguntas y reducir el volumen de solicitudes ad hoc para el equipo.
•
Mantener la precisión y la coherencia de la producción. Exploraciones y paneles a medida que evolucionan las estructuras subyacentes del almacén de datos.
Calidad de datos y colaboración de plataformas
•
Tome posesión de la precisión de los datos para los paneles de control y los resultados analíticos asignados: investigue de manera proactiva las discrepancias y escale los problemas ascendentes a Ingeniería de datos con evidencia clara de la causa raíz.
•
Escriba SQL de alto rendimiento, incluidas funciones de ventana y CTE; colaborar con ingenieros de datos en la optimización de consultas y el diseño de tablas derivadas
•
Desarrollar una comprensión práctica de los canales de datos que alimentan los paneles de control propios, lo suficiente como para diagnosticar problemas de actualización y calidad y comunicar los cronogramas de resolución a las partes interesadas.
•
Comience a colaborar con ingenieros de análisis en la arquitectura LookML y los requisitos de la capa semántica para áreas propias
Estándares y colaboración
•
Siga y contribuya activamente a los estándares de codificación, guías de estilo SQL, convenciones LookML, requisitos de documentación y procesos de revisión de relaciones públicas.
•
Participe en revisiones de código, brindando comentarios constructivos y consistentes que generen calidad en todo el equipo.
•
Apoyar a los analistas junior a través del trabajo en parejas y la retroalimentación directa, bajo la guía del DA senior.
•
Asóciese estrechamente con analistas sénior, ingenieros de datos y partes interesadas del negocio; Haga preguntas aclaratorias con anticipación y comuníquese de manera proactiva sobre los bloqueadores y los cronogramas.
Análisis aumentados por IA
•
Aplique herramientas de IA y LLM de forma práctica para acelerar los flujos de trabajo de análisis diarios, incluida la generación de SQL, la creación de LookML, la documentación y el análisis exploratorio.
•
Comience a experimentar con la narración de conocimientos y la detección de anomalías asistidas por IA y comparta lo aprendido con el equipo.
•
Desarrollar familiaridad con los conceptos de agentes de análisis de autoservicio (Cortex Analyst o equivalente) en preparación para poseer esta capacidad en el nivel superior.
Aprendizaje continuo
•
Desarrollar activamente habilidades en SQL avanzado, Python, análisis estadístico y plataformas de datos en la nube.
•
Construir hacia una propiedad independiente de la experimentación, GA4 y asesoramiento a las partes interesadas a nivel superior
Acerca de ti
Requerido
•
Licenciatura en un campo cuantitativo como Matemáticas, Estadística, Informática o Ingeniería, o experiencia práctica equivalente.
•
2 a 4 años de experiencia en una función de análisis de datos o BI
•
Fuertes habilidades de SQL que incluyen funciones de ventana y CTE
•
Más de 2 años de experiencia práctica con el desarrollo de Looker y LookML
•
Experiencia con almacenes de datos de AWS o Google Cloud (Redshift o BigQuery)
•
Experiencia demostrable en la creación de paneles y exploraciones para usuarios empresariales no técnicos.
•
Conocimiento práctico de las mejores prácticas de desarrollo de software: Git, revisiones de relaciones públicas, guías de estilo de código.
•
Conocimiento práctico de procesos de desarrollo ágiles.
•
Capacidad para traducir preguntas comerciales en tareas analíticas con creciente independencia.
•
Comunicación escrita y verbal clara y segura con las partes interesadas del negocio.
Preferido
•
Exposición a conceptos de pruebas A/B y diseño experimental básico.
•
Habilidades fundamentales de Python para la manipulación o automatización de datos.
•
Familiaridad con los fundamentos de seguimiento e informes de GA4.
•
Experiencia con herramientas de IA o LLM aplicadas a flujos de trabajo de análisis.
•
Experiencia con la línea de comandos de Linux/OSX y Git.
•
Comprensión de los conceptos de canalización de ELT y la infraestructura de datos en la nube.
•
Experiencia previa asesorando o apoyando a colegas más jóvenes...
Fuente: Jobicy (https://jobicy.com/jobs/162172-data-analyst-3)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Tillster
Publicación proporcionada por Tillster.