Job Title

Nos encontramos en la búsqueda de un Especialista Sr. en Gestión de Datos y Business Intelligence para diseñar, desarrollar y mantener las soluciones necesarias para ejecutar la estrategia integral de gestión de datos de la empresa, incorporando prácticas del marco DAMA-DMBOK, analítica avanzada y automatización. Asegurar la integridad, calidad, disponibilidad y seguridad de la información, habilitando reportes, modelos y herramientas de Business Intelligence (BI) que soporten la toma de decisiones estratégicas.Objetivos PrincipalesDiseñar, arma y entregar los modelos, pipelines, reportes base y dashboards base para que los analistas juniors los consuman, mantengan y exploten. Asegurar la calidad, consistencia y cumplimiento normativo (protección de datos personales y privacidad). Administrar la arquitectura de datos y su integración con ERP, POS y plataformas BI. Promover el uso estratégico de datos para eficiencia operativa y crecimiento del negocio.Actividades:Implementar y dar seguimiento a las políticas, normas y estándares de seguridad de la información vinculados a datos y BI, en coordinación con la Gerencia Corporativa de T.I. Evaluar, proponer e implementar tecnologías emergentes en BI, analítica y orquestación de datos que aporten valor al negocio. Participar en el diseño de planes de continuidad y recuperación ante desastres relacionados con las plataformas de datos (BD, ETL/ELT, BI). Definir y documentar lineamientos de modelado de datos, nomenclaturas, catálogos y diccionarios de datos para uso de todo el equipo de T.I. y analistas de negocio. Diseñar y desarrollar pipelines de datos (ETL/ELT) que integren información de ERP, POS, tiendas y otros sistemas hacia repositorios analíticos (DWH, datamarts). Crear y mantener modelos de datos, vistas, tablas y procesos en PostgreSQL para soportar reportes corporativos y análisis avanzados. Construir y publicar datasets, dashboards y reportes en herramientas de BI (Power BI / Tableau / Looker) para su consumo por analistas y áreas de negocio. Ejecutar y mejorar los procesos de respaldo, restauración y recuperación de bases de datos y artefactos críticos de datos. Monitorear y atender incidentes críticos de datos (inconsistencias, caídas de procesos, problemas de performance) y coordinar soluciones con Infraestructura y Desarrollo. Generar documentación técnica y operativa (diagramas, manuales, READMEs, diccionarios de datos) que permita a los Analistas Jr. de Datos consumir y explotar las soluciones desarrolladas. Colaborar con el Coordinador de Infraestructura para optimizar rendimiento, seguridad y disponibilidad de las plataformas de datos (on-premise y/o cloud).Requisitos: Experiencia mínima de 4 años en desarrollo de software utilizando C#,PHP, Python, JavaScript, HTML y CSSBI moderno: Power BI, Tableau o Looker (mínimo una de ellas a nivel sólido). ETL/ELT: Uso de Airflow (DAGs, operadores) y nociones de dbt (modelos SQL, tests, documentación). Base de datos: Manejo avanzado de PostgreSQL (consultas complejas, índices, vistas materializadas, optimización de queries, uso de COPY y cargas masivas). Python intermedio–avanzado orientado a ingeniería de datos y automatización. Conocimientos en despliegue en cloud (AWS, Azure o GCP) y normas de seguridad en redes aplicadas a datos Dominio de sintaxis avanzada, estructuras de datos, comprensiones de listas y generadores. Uso de type hints y validación de datos (typing, pydantic u otros). Manejo robusto de excepciones y logging estructurado (logging). Configuración por entorno (.env, variables de entorno) y separación de ambientes. Empaquetado y gestión de entornos: venv/pyenv, pip o poetry; versionamiento semántico de proyectos. Procesamiento de datos con pandas y numpy. Lectura/escritura eficiente de CSV, Parquet, Excel (openpyxl, pyarrow, etc.). Conectividad y modelado en PostgreSQL usando psycopg2/asyncpg y SQLAlchemy. Uso de COPY y estrategias de cargas masivas para grandes volúmenes de datos. Orquestación de flujos con Airflow (DAGs, scheduling, dependencias). Nociones de dbt: modelos SQL, tests, documentación, fuentes. Optimización: vectorización en pandas, profiling con cProfile, uso razonado de multiprocessing/multithreading y cuidado en el uso de memoria.