Ingeniero de Análisis de Datos II

• 1-2 años de experiencia práctica en Analytics Engineering, Data Analytics, BI, Data Engineering o un rol técnico de datos similar.

• Sólidos conocimientos de SQL, con capacidad para escribir, depurar y optimizar consultas analíticas de forma independiente.

• Comprensión sólida de los fundamentos del modelado de datos (joins, granularidad, tablas de hechos/dimensiones, entidades, calidad de datos, consumo downstream).

• Experiencia práctica en el uso de herramientas de IA (ChatGPT, Copilot, Gemini o similares), comprendiendo dónde aportan valor, dónde fallan y cómo validar sus resultados.

• Fuerte pensamiento analítico y mentalidad de resolución de problemas, con capacidad para desglosar problemas ambiguos en pasos claros.

• Inglés fluido, con capacidad para explicar temas técnicos de forma clara tanto a stakeholders técnicos como no técnicos.

• Competencia en Python u otro lenguaje de programación, y experiencia práctica con Git y prácticas de ingeniería colaborativa.

• Exposición a herramientas de modern data stack (BigQuery, dbt, Looker) y comprensión de conceptos de APIs, pipelines de datos o automatización de flujos de trabajo.

• Interés en productos de datos habilitados por IA, IA responsable, gobernanza de datos o la evolución de Analytics Engineering.

• Prácticas relevantes, bootcamp, proyecto académico o personal, o experiencia previa en un entorno de producto/tecnología/marketplace de ritmo rápido.

ID de referencia del puesto: JR0086646

Los equipos de negocio de Glovo necesitan datos en los que puedan confiar para tomar decisiones, y esa confianza no ocurre por accidente. Como parte del equipo de Marketplace Experience (MX) Data, tu misión durante los próximos 12-18 meses será ayudar a construirla: bases sólidas de SQL, modelos de datos bien documentados y resultados validados, mientras te conviertes en alguien capaz de gestionar un producto de datos de principio a fin.

• Apoyar el desarrollo de conjuntos de datos fiables, modelos de datos y activos analíticos utilizados por equipos técnicos y de negocio.

• Trabajar con Analytics Engineers senior para traducir los requisitos de negocio en soluciones de datos sencillas y bien definidas.

• Escribir, probar y mantener transformaciones SQL con un fuerte enfoque en la calidad, la legibilidad y la documentación.

• Validar los resultados de los datos y asegurar que sean precisos, comprensibles y adecuados para su propósito.

• Utilizar herramientas de IA cuando sea pertinente para apoyar tu trabajo diario, validando siempre los resultados antes de confiar en ellos.

• Contribuir a las bases de conocimiento internas, la documentación y las mejores prácticas que ayuden a los equipos a utilizar los datos de forma eficaz.

• Colaborar con stakeholders de negocio, Product Managers y otros equipos de datos para comprender los puntos de dolor y convertirlos en mejores productos de datos.

• Evolucionar hasta convertirte en un Analytics Engineer autónomo capaz de gestionar pequeños productos de datos de extremo a extremo.