Resumen: Los ingenieros de análisis de datos actúan como puente entre la ingeniería de datos y el análisis, transformando y documentando los datos para los usuarios finales, aplicando estándares establecidos y aprendiendo continuamente nuevas tecnologías. Aspectos destacados: 1. Puente entre ingenieros de datos y analistas de datos 2. Enfoque en la experiencia técnica y el aprendizaje continuo 3. Colaboración con equipos y partes interesadas diversas Los ingenieros de análisis de datos actúan como puente entre los ingenieros de datos y los analistas de datos, centrándose en transformar, probar, implementar y documentar los datos para que estén disponibles, organizados y sean más fáciles de analizar para los usuarios finales. Se enfocan en desarrollar su experiencia técnica en el ámbito de los datos y contribuir a los entregables del proyecto bajo la orientación de ingenieros senior de análisis de datos o científicos de datos. Aplican estándares establecidos de gobernanza de datos, metodologías analíticas y herramientas para procesar los datos y generar conocimientos. Se espera que aprendan continuamente, se mantengan actualizados sobre las tecnologías de datos relevantes y colaboren eficazmente con los miembros del equipo, los ingenieros de calibración de tren motriz y otros interesados en los datos. Su función implica construir y mantener segmentos de tuberías de datos, realizar análisis de datos, crear informes y paneles de control según las especificaciones y apoyar la implementación de soluciones analíticas. * **Educación** **:** * **Requerida:** Licenciatura en Ciencias de la Computación, Ciencia de Datos, Ingeniería, Matemáticas, Estadística o un campo afín relacionado. * **Experiencia** **:** * 1\-5\+ años de experiencia relevante en puestos de ingeniería de datos, análisis de datos o ciencia de datos, con énfasis en la entrega de conocimientos y soluciones basadas en datos. * Experiencia práctica demostrada en procesamiento, análisis y visualización de datos. * La experiencia en la industria automotriz, especialmente con datos de tren motriz, es altamente ventajosa. * **Habilidades técnicas** **:** * **Programación y secuencias de comandos:** Competencia en Python para análisis de datos y automatización. Conocimientos básicos de otros lenguajes de programación (por ejemplo, MATLAB/Simulink) son un plus. * **Consultas de datos:** Competencia sólida en SQL para extracción, manipulación y análisis de datos. * **Fundamentos de ingeniería de datos:** Comprensión de los conceptos ETL/ELT, modelado de datos y almacenes de datos. * **Herramientas de visualización de datos:** Competencia con herramientas como Tableau, PowerBI o Qlik. * **Servicios de datos en la nube:** Conocimiento y experiencia práctica con plataformas en la nube (por ejemplo, Azure, AWS, GCP) y sus servicios de datos. * **Análisis de datos:** Capacidad comprobada para analizar grandes conjuntos de datos con el fin de respaldar decisiones de ingeniería. * **Control de versiones:** Conocimiento de sistemas de control de versiones (por ejemplo, Git). * **Habilidades blandas** **:** * **Comunicación:** Excelentes habilidades verbales y escritas, con capacidad para documentar claramente el trabajo y presentar hallazgos técnicos. * **Resolución de problemas:** Enfoque riguroso, apasionado y responsable para solucionar desafíos técnicos complejos. * **Iniciativa y adaptabilidad:** Altas capacidades de autoaprendizaje, con capacidad para dominar rápidamente nuevas tecnologías y procesos con mínima supervisión. * **Trabajo en equipo y colaboración:** Excelentes habilidades de trabajo en equipo e interpersonales, con capacidad para colaborar eficazmente en un entorno global de equipos. * **Atención al detalle:** Enfoque centrado en los detalles para garantizar la calidad y precisión de los datos. * **Resolución de problemas de datos y ejecución de tareas:** Participación en tareas relacionadas con los datos dentro de un alcance definido, frecuentemente implicando desafíos conocidos en la adquisición, limpieza, procesamiento o modelado básico de datos. Aplicación de habilidades de manejo de datos y técnicas analíticas para completar el trabajo asignado. * **Contribución y apoyo a proyectos de datos:** Contribución a entregables específicos de proyectos de datos, apoyando a miembros senior del equipo en áreas tales como desarrollo de tuberías de datos, verificaciones de calidad de datos, pruebas de modelos o creación de paneles de control. * **Aplicación de estándares y procesos de datos:** Seguimiento de estándares establecidos para gobernanza de datos, calidad de datos, gestión de metadatos y mejores prácticas analíticas en el trabajo diario. Uso efectivo de herramientas y plataformas de datos existentes según lo indicado. * **Desarrollo y aplicación de habilidades de datos:** Desarrollo activo de competencias técnicas en ingeniería de datos, análisis, plataformas en la nube y metodologías fundamentales de ciencia de datos, especialmente en lo que respecta a los datos de tren motriz. Aplicación de los conocimientos adquiridos a las tareas asignadas de datos y búsqueda de oportunidades de crecimiento. * **Implementación eficaz de soluciones de datos:** Implementación de componentes de soluciones impulsadas por datos, tales como secuencias de comandos para transformación de datos, segmentos de tuberías de datos automatizadas o paneles de control analíticos básicos, de acuerdo con los planes del proyecto y las especificaciones técnicas. * **Competencia técnica (pila de datos y contexto de tren motriz):** Desarrollo y aplicación de competencia en principios de ingeniería de datos (por ejemplo, conceptos ETL/ELT, modelado básico de datos), consultas de datos (SQL), programación para análisis de datos (por ejemplo, Python) y herramientas de visualización de datos (por ejemplo, Tableau, PowerBI). Aplicación de esta competencia con una comprensión de las fuentes de datos de tren motriz (por ejemplo, archivos de calibración, datos de pruebas, datos OBD) y su relevancia. * **Apoyo a tuberías de datos y modelos:** Apoyo al desarrollo, prueba y mantenimiento de tuberías de datos y modelos analíticos. Ejecución de procedimientos de validación para integridad, confiabilidad y precisión básica de los modelos bajo supervisión. * **Análisis de tendencias y visualización de datos:** Análisis de conjuntos de datos de tren motriz para identificar tendencias, anomalías y patrones según lo indicado. Creación de informes y paneles de control para visualizar conocimientos derivados de los datos según los requisitos proporcionados. * **Alineación con los objetivos de datos de VPSE:** Comprensión y alineación del trabajo con los objetivos relacionados con los datos de su equipo y de VPSE, apoyando la toma de decisiones basada en datos mediante la ejecución diligente de las tareas asignadas. * **Interacción transversal con datos:** Trabajo eficaz con miembros del equipo inmediato, ingenieros de calibración, ingenieros de controles, equipos de pruebas y TI en tareas específicas relacionadas con los datos y para comprender los requisitos de datos. * **Apoyo y documentación de productos de datos:** Asistencia en el lanzamiento de nuevos informes o herramientas de datos y contribución a la documentación técnica relacionada con procesos de datos, tuberías de datos y hallazgos analíticos. * **Gestión de tareas y cumplimiento de directrices:** Gestión eficaz de las tareas asignadas de datos para cumplir con los plazos y adherirse a las directrices de seguridad, calidad y comportamiento Ford OS.