Analista Senior, Excelencia Operativa Global

- Grado universitario en un campo cuantitativo como estadística, matemáticas, ciencia de datos, informática, economía, ingeniería o investigación operativa.

- Experiencia en analítica, ingeniería de datos o inteligencia de negocios en una empresa de gran escala, incluyendo arquitectura de almacenes de datos (data warehouse), modelado de datos y diseño de pipelines ETL/ELT.

- SQL avanzado y programación (Python o equivalente) para extraer, transformar y limpiar grandes conjuntos de datos (varios TB), además de scripting para la automatización y programación de pipelines.

- Experiencia tanto con sistemas de streaming en tiempo real (p. ej., Kinesis, Kafka, Flink) como con procesamiento por lotes (p. ej., EMR, Hive), y con herramientas de visualización de datos (QuickSight, Tableau o similares).

- Experiencia traduciendo problemas operativos en soluciones analíticas y comunicando resultados a la alta dirección (Director/VP) con una cuantificación clara del impacto en el negocio.

- Máster en estadística, ciencia de datos, informática, investigación operativa o un campo cuantitativo equivalente.

- Experiencia con servicios de AWS, incluyendo S3, Redshift, Athena, EMR, Kinesis, Lambda, Glue, Step Functions, SageMaker y DynamoDB.

- Experiencia con la integración de GenAI/LLM: construcción de herramientas analíticas asistidas por IA, ingeniería de prompts, arquitecturas RAG o flujos de trabajo basados en agentes.

- Experiencia con análisis estadístico y experimentación (diseño de experimentos, inferencia causal, pruebas A/B) y pipelines de ML/minería de datos.

- Conocimiento de operaciones de la cadena de suministro (colocación de inventario, optimización de red, transporte, cumplimiento) y de los sistemas de datos internos de Amazon (Andes/Redshift, Cradle, Data Central, EDX).

Ten en cuenta: Este puesto se anuncia para Luxemburgo, pero puede ubicarse en cualquiera de nuestros centros u oficinas de la UE.

Buscamos un Senior Analyst para liderar el núcleo analítico en múltiples dominios de alto impacto dentro de EU Inbound Supply Chain. Este no es un rol de informes de una sola métrica: diseñarás arquitecturas de datos escalables, construirás sistemas analíticos de nivel de producción e impulsarás decisiones estratégicas mediante datos, trabajando tanto con procesamiento por lotes (batch) como con transmisión en tiempo real (streaming) para ofrecer al equipo los datos adecuados en el momento oportuno.

El candidato ideal combina una profunda experiencia técnica en ingeniería de datos y analítica con la capacidad de influir en partes interesadas (stakeholders) de diversas áreas y transformar problemas de negocio ambiguos en soluciones medibles. Te sentirás igual de cómodo construyendo pipelines escalables en servicios de AWS sobre terabytes de datos, diseñando una solución de monitorización en tiempo real, realizando presentaciones ante la alta dirección o creando prototipos de herramientas de GenAI para escalar la capacidad analítica.

Lo que hace que este rol sea único:

- El cambio de contexto es parte del trabajo: una semana estarás descomponiendo una varianza en la precisión de las entregas en toda la red de la UE; la siguiente, estarás construyendo un pipeline de Inbound Management en tiempo real; y la semana siguiente, estarás creando un prototipo de una herramienta de GenAI que genere automáticamente narrativas de causa raíz para las revisiones de negocio.

- Modelo de stakeholders federado: trabajarás con los equipos de Engineering, Science, Transportation, Planning, Finance y Operations. Alinear las definiciones y construir marcos analíticos compartidos es tan importante como escribir el código.

- La GenAI como multiplicador de fuerza: no solo usarás herramientas de IA, las construirás: análisis profundos basados en agentes (agentic deep-dives), generación automática de narrativas y alertas inteligentes que escalen el análisis de la velocidad de entrada (inbound speed), la precisión de la estimación de entrega (DEA) y la optimización del transporte.

Responsabilidades clave del puesto

- Diseñar y liderar arquitecturas de datos de extremo a extremo que abarquen streaming en tiempo real (Kinesis, Flink) y procesamiento por lotes (EMR, Redshift, Athena), seleccionando el paradigma adecuado para la latencia, el volumen y la criticidad requerida.

- Construir pipelines ETL/ELT escalables y de nivel de producción que procesen diariamente conjuntos de datos de varios TB a través de Redshift, Athena, S3 y DynamoDB, con controles de calidad de datos, monitorización y alertas.

- Diseñar analítica en tiempo real para la monitorización operativa: visibilidad en vivo de los flujos de entrada, la precisión de la entrega, la congestión en los muelles y las interrupciones de la red.

- Liderar marcos de métricas e informes: diseñar KPIs, construir dashboards automatizados (QuickSight), apoyar las narrativas de WBR/MBR y ser responsable del "porqué" mediante el análisis de causa raíz cuando las métricas varíen.

- Desarrollar herramientas impulsadas por GenAI y flujos de trabajo basados en agentes que automaticen las narrativas de informes y el análisis de causa raíz, reduciendo el tiempo para obtener información (time-to-insight) de días a minutos.

- Impulsar investigaciones profundas en conjuntos de datos complejos y de múltiples fuentes, rastreando problemas hasta productos, almacenes o rutas específicas, para luego cuantificar el impacto en toda la red mediante métodos estadísticos.

Un día en la vida

Tendrás exposición a todo el ciclo de vida del producto de datos: desde la definición de métricas hasta el diseño de arquitecturas, la construcción de pipelines y la entrega de información estratégica a la alta dirección. Una semana típica podría incluir:

- Diseñar pipelines que unifiquen flujos de eventos en tiempo real (escaneos de envíos, movimientos de remolques, actualizaciones de inventario) y fuentes por lotes (previsiones, rendimiento histórico) en una única capa analítica.

- Escribir SQL avanzado en múltiples fuentes para investigar por qué no se cumplieron las promesas de entrega, desde el pedido del cliente hasta la colocación, el transporte y el cumplimiento (fulfillment).

- Construir automatizaciones basadas en Python para la detección de anomalías, el modelado estadístico y la elaboración de informes.

- Iterar en herramientas impulsadas por GenAI y presentar recomendaciones basadas en datos, con una cuantificación clara del impacto en el cliente y en los costes, a la alta dirección.

- Clasificar (triage) problemas operativos emergentes a partir de dashboards en tiempo real y proporcionar contexto respaldado por datos.

Sobre el equipo

El equipo de Global Operational Excellence (GOX) impulsa mejoras operativas en toda la red de cumplimiento de Amazon en la UE y en el resto del mundo (ROW). Trabajamos en la intersección de la tecnología y las operaciones para optimizar cómo se coloca, mueve y entrega el inventario, reduciendo costes y mejorando la experiencia del cliente. Nuestro equipo aprovecha el análisis de datos a gran escala, la automatización y la colaboración interfuncional para resolver retos complejos de la cadena de suministro en cuanto a velocidad de entrada, precisión de la estimación de entrega (DEA) y rendimiento de la red.