Responsabilidades del ingeniero de inteligencia
el ingeniero de inteligencia es un profesional apasionado por la analítica de datos y la mejora continua. Se responsabiliza de identificar oportunidades para mejorar el oee y el gcc, mediante el uso de herramientas de visualización y análisis de datos.
funciones clave:
* ejecutar proyectos que impliquen el uso avanzado de datos para identificar oportunidades relacionadas con oee y gcc.
* generar insights que respalden el daily management system (dms) en todas las áreas y niveles, con análisis descriptivos y en tiempo real.
* liderar workshops en oportunidades clave e involucrar al personal relevante.
* realizar análisis de datos profundos para detectar correlaciones, patrones y predicciones en problemas prioritarios de la planta relacionados con oee y gcc.
* garantizar la seguridad e integridad de los datos de la planta.
* asegurar el progreso de los proyectos conforme al plan establecido.
* compartir y fomentar el intercambio de mejores prácticas entre áreas de la misma planta y otras plantas, de manera periódica.
* asesorar en análisis y storytelling con datos para la toma de decisiones en la planta.
* guiar y asesorar en el daily management system a jefes y supervisores, desde la creación de agendas hasta la toma y validación de acciones.
* promover el uso de datos como herramienta principal para el diagnóstico de problemas y la toma de decisiones.
* capacitar al personal en el uso de herramientas de visualización y análisis de datos, promoviendo su aplicación efectiva.
* impulsar el empoderamiento del personal operativo para implementar mejoras mediante el uso de herramientas y sistemas.
* diseñar y ejecutar estrategias para mejorar la eficiencia y la calidad de los procesos.
requisitos
cualificaciones:
* ingeniería en matemáticas, informática o estadística, ingeniería industrial, ingeniería en ciencias de datos y matemáticas, o carreras afines.
* experiencia previa en posiciones relacionadas con analítica de datos.
* nivel conversacional en inglés.
* diseño y manejo de bases de datos (sql, hadoop, spark).
* visualización de datos.
* lenguajes de programación (python, scala).
* machine learning.
* big data.