Novedades

Analista Big Data (Data Scientist)

Responsabilidad / Principales competencias

Es el responsable de interpretar y realizar descubrimientos en base a grandes volúmenes de información.
Entre sus competencias está:

  • Ser experto en alguno de estos ámbitos: matemáticas, estadística, informática, etc.
  • Poseer gran capacidad para la resolución de problemas.
  • Analizar, resolver y explicar lo que ha visto sin entrar en conceptos científicos, de manera que los demás lo entiendan.
  • Analizar datos y predecir comportamientos futuros.
  • Tener conocimientos en programación. Ser capaz de expresar la información en lenguajes informáticos.
  • Tener facilidad para las matemáticas en los ámbitos del álgebra lineal, cálculo y probabilidad.

Nombres de cargos similares

Experto en Big Data, Analista Data Scientist, ‘Chief data officer’ (CDO), Analista Digital.

Misión de la ocupación

Es el responsable de los datos empresariales y de la estrategia de la información. Debe diseñar, implantar y optimizar una estrategia a largo plazo del manejo de la información en la empresa.
Para alcanzar esta posición se requieren varios años de experiencia en el sector de la tecnología y en el campo del análisis del negocio, así como habilidades comunicativas y marcación de objetivos. Es el encargado de analizar datos cuantitativos y cualitativos del entorno digital, para extraer información de valor que ayude a tomar decisiones. Suele cubrir tres funciones: nociones del negocio, método analítico y conocimiento tecnológico.

Actividades que realiza

  • Administración de sistemas de almacenamiento distribuido.
  • Realización de un análisis del entorno y diseño de un sistema de reporting para la visualización de los datos, principalmente en la materia de business intelligence.
  • Desarrollo de consultas con bases de datos utilizando SQL o PL/SQL.
  • Utilización de herramientas como, Hadoop, Hive o Pig.
  • Desarrollo de programas estadísticos, preferentemente utilizando lenguajes como R o Python.
  • Nociones en estadística como por ejemplo en descriptiva o regresiones lineales.
  • Comprensión y manejo de las técnicas de machine learning.
  • Manipulación de datos, como data wrangling, data munging o data tyding.
  • Conocimientos en ingeniería de software en sistemas distribuidos, algorítmica y estructuras de datos.

Estudios

El profesional debe tener formación en estadística y ser graduado en carreras como ingeniería, informática o telcos.

Conocimientos necesarios, según el nivel del puesto

  • Dominio de arquitecturas de software, metodología de almacenamiento masivo.
  • Conocimiento de ingeniería y estadística.
  • Conocimiento de Bases de Datos Relacionales y no relacionales (nonSQL).
  • Conocimientos de lenguajes de consultas SQL.
  • Conocimientos de programación, especialmente en lenguajes orientados a estadísticas.
  • Conocimiento de estándares y normas a aplicar en la construcción de software de la tecnología a su cargo.
  • Manejo de técnicas de machine learning.
  • Manejo de técnicas de data wrangling y data munging.

Competencias, habilidades o aptitudes deseables según el nivel del puesto

  • Iniciativa
  • Creatividad
  • Planificación y Control
  • Pensamiento Lógico
  • Análisis y predicciones
  • Capacidad de detección de patrones
  • Conocimientos de probabilidad y estadísticas
  • Facilidad para las matemáticas y los números
  • Actualización permanente en las tecnologías a su cargo de forma tal de proponer e instrumentar.

Ámbito ocupacional

Dependiendo de la organización de cada empresa, este puesto puede formar parte de un área de sistemas o marketing.

Diferencias por nivel

Nivel
Competencias
Nivel 1 – Trainee
N/A
Nivel 2 – Junior
N/A
Nivel 3 – SemiSenior
N/A
Nivel 4 – Senior
Cuenta con mucha experiencia en análisis, manejo de datos, tiene autonomía para deducir y completar especificaciones incompletas, sabe estimar su esfuerzo y planificar el proyecto técnicamente.