Ingeniero Principal de Análisis

Funciones:

• Diseñar e implementar soluciones de análisis avanzados que respalden la toma de decisiones a nivel de cartera.
• Liderar el diseño y desarrollo de modelos de datos para Marketing Mix Modeling (MMM) y análisis avanzado de juegos de servicio en vivo.
• Proporcionar liderazgo técnico en estrecha colaboración con las partes interesadas en productos, marketing y publicación, transformando desafíos comerciales complejos en soluciones de ingeniería viables.
• Promover y establecer las mejores prácticas en ingeniería analítica, promoviendo el uso avanzado de herramientas como dbt, Airflow y otras tecnologías relevantes para garantizar la escalabilidad, la confiabilidad y el rendimiento.
• Sea propietario de la hoja de ruta técnica a largo plazo para la publicación de análisis, asociándose con el liderazgo de la plataforma de datos.
• Orientar a ingenieros analíticos junior y senior, promoviendo la excelencia técnica y la mejora continua.

Requisitos:

• Experiencia demostrada en análisis de marketing y/o publicación para juegos, entretenimiento o productos digitales de consumo, con un sólido conocimiento de los ciclos de vida de las campañas, los KPI del embudo y los impulsores de monetización.
• Experiencia comprobada en el diseño y creación de modelos de datos que satisfacen las necesidades de marketing y publicación a nivel de cartera.
• Experiencia práctica en la creación y puesta en funcionamiento de modelos como Marketing Mix Modeling (MMM), atribución multitáctil, previsión del valor del tiempo de vida del cliente (LTV), análisis de sentimientos (NLP) y predicción de abandono/retención .
• Experto en traducir requisitos comerciales complejos en soluciones analíticas escalables y sólidas, particularmente en los dominios de marketing y publicación.
• Sólida experiencia técnica en el campo de la ingeniería analítica
  • Amplia experiencia en la redacción y optimización de consultas SQL analíticas (OLAP) para bases de datos como Redshift, Snowflake o BigQuery.
  • Experiencia demostrable en el diseño, implementación y mantenimiento de modelos de datos con herramientas como dbt o SQLMesh.
  • Compromiso con la ingeniería de análisis basada en pruebas (unidad, expectativa, detección de anomalías) y gobernanza de datos en todos los equipos.
  • Sólido conocimiento en Python, ecosistema AWS (Glue, Athena, Redshift), Git y marcos de orquestación como Airflow.