Regresar a las carreras
Data Analytics & Context Engineer

Objetivo de la plaza
Diseñar y mantener los modelos de datos y las métricas oficiales de la compañía, con el fin de que las áreas de negocio y las herramientas de inteligencia artificial obtengan información consistente y confiable para la toma de decisiones.
Perfil de la plaza
Graduado de Ingeniería en Informática, Licenciatura o Ingeniería en Computación, Ingeniería en Sistemas, Ingeniería Industrial, Ingeniería en Negocios, Economía, Estadística, Matemática o carreras afines.
Funciones
- Construir y gobernar los modelos de datos (marts) y métricas oficiales en dbt bajo contratos explícitos, documentando grano, fuentes, reglas y casos borde con sus dueños de negocio, para garantizar una fuente única de verdad libre de inconsistencias.
- Implementar contratos de esquema y pruebas automatizadas rigurosas en modelos críticos, monitoreando unicidad, no nulidad, integridad y rangos válidos, para prevenir alteraciones silenciosas que impacten reportes y agentes de IA.
- Depurar el almacén y catalogar los datos canónicos en OpenMetadata, deprecando tablas obsoletas y publicando linaje, documentación, frescura y calidad de modelos certificados, para mantener un almacén optimizado, confiable y transparente.
- Desarrollar y administrar el contexto de IA en herramientas MCP, estructurando skills, documentos de dominio, filtros estándar, golden sets de validación y ciclos de aprobación humana ante cambios, para maximizar la precisión, relevancia y control de los agentes.
- Ejecutar análisis estratégicos transversales y diseñar experimentos cuantitativos (A/B y control), integrando información de múltiples áreas y evaluando iniciativas de negocio, para entregar a la dirección hallazgos accionables basados en el impacto real.
- Liderar los dominios de datos asignados y habilitar a los analistas de negocio en autoservicio, validando definiciones, priorizando desarrollos y actuando como punto de contacto directivo sin asignarles tareas operativas, para empoderar a las áreas con datos certificados y asegurar la correcta evolución de cada dominio.
Conocimientos requeridos
- SQL avanzado (CTEs y funciones de ventana) y modelado analítico (grano, dimensiones y métricas)
- Programación para transformación de datos (Python u otro) y control de versiones con Git
- Diseño de visualizaciones/dashboards orientados a negocio
- Comunicación de hallazgos analíticos a audiencias no técnicas
- Desarrollo asistido por agentes de IA (Cursor, Copilot, etc.) y gestión de su contexto
- Estadística aplicada, pruebas A/B y modelos de Machine Learning (deseable)
- Herramientas de BI, dbt, orquestación, data warehouses en la nube y catálogos de datos (deseable)
- Experiencia en el sector fintech o servicios financieros (deseable)
- Capacidad de aprendizaje y adaptabilidad a nuevas tecnologías