Data Analytics (h/m)

Modelado y transformación de datos

• Diseñar, construir y mantener modelos de datos en dbt sobre BigQuery siguiendo arquitectura por capas (staging, intermediate, marts) y metodología star schema / Kimball.
• Implementar modelos incrementales en dbt para tablas de gran volumen, reduciendo costes de ejecución en BigQuery.
• Mantener el linaje de datos (data lineage) documentado en dbt, de forma que cualquier cambio en una fuente pueda trazarse hasta los dashboards que impacta.
• Traducir necesidades de negocio de los equipos internos (ventas, operaciones, finanzas) en especificaciones de datos accionables y modelos reutilizables.

Calidad y gobierno del dato

• Garantizar la calidad, consistencia y trazabilidad del dato corporativo: definir y mantener tests de calidad (not_null, unique, accepted_values, relationships) en dbt.
• Estandarizar datos en la capa de staging: nombres, formatos, enums, campos nulos y duplicados, de forma que los modelos downstream no hereden problemas de origen.
• Mantener el catálogo de datos activo para que cualquier equipo sepa qué datos existen, qué significan, quién los mantiene y cuándo se actualizaron por última vez.
• Monitorizar la calidad del dato de forma continua y actuar ante anomalías antes de que impacten a los equipos o a los informes de dirección.

Business Intelligence y autoservicio

• Desarrollar y mantener dashboards e informes en Looker para las distintas áreas de la empresa, orientados a la toma de decisiones operativas y estratégicas.
• Construir la capa semántica en Looker que permita a los equipos no técnicos
• explorar datos, generar sus propias visualizaciones y exportar informes sin necesitar ayuda del equipo de datos para cada consulta.
• Formar a los usuarios internos en el uso de Looker: cómo filtrar, explorar, crear visualizaciones y leer los datos de forma autónoma.
• Realizar análisis ad hoc cuando la dirección necesite responder preguntas que no están en ningún dashboard existente.

Automatizaciones y portal interno

• Construir y mantener flujos de automatización con N8N que agilicen procesos del día a día de la compañía.
• Desarrollar y mantener miniaplicaciones internas (formularios, interfaces, páginas de estado de procesos) que conecten datos con flujos de automatización, como parte del portal interno de operaciones.
• Participar en la evaluación y posible evolución del portal interno actual hacia una solución más robusta y mantenible.

Orquestación, infraestructura y deuda técnica

• Gestionar y monitorizar las ejecuciones de dbt en Cloud Run: programación,
• orden de ejecución, alertas de fallo y notificaciones.
• Gestión básica del entorno GCP en el que vive el stack de datos: permisos IAM, Cloud Storage, Cloud Scheduler.
• Mantener los DAGs de Airflow existentes y migrar los desarrollos legacy hacia la nueva infraestructura, documentando la lógica de negocio en el proceso.
• Documentar en Git todos los desarrollos con mensajes de commit claros, revisiones de código y despliegues a través del pipeline CI/CD existente.