Buena oferta de empleo para Data Scientists y Big Data (o que quieran serlo)!!


En Stratebi , líderes en Business Intelligence, Big Data y Machine Learning y creadores de la plataforma LinceBI están buscando apasionados por estas áreas, con muchas ganas de aprender, crecer profesionalmente y liderar el desarrollo de la mejor plataforma Big Data Analytics en grandes proyectos.
"Nos gustaría que tuvierais los siguientes skills. Como es complicado tenerlos todos, con varios de ellos y muchas ganas de aprender, también sería factible. Escríbenos
Echa un vistazo a nuestros entornos Lab en Big Data y Business Intelligence "
  • DATA SCIENTIST  

    • Recomendable:
      • Teoría de analítica de datos (estadística descriptiva, análisis de correlacion, reduccion de la dimensionalidad (PCA), regresión, etc.) , series temporales (estacionalidad, tendencia, predicciones, modelo ARIMA, etc.) y regresión (regresión lineal, algoritmos basados en árboles, etc.). También se valoraran conocimiento en técnicas de clasificación, clústering y sistemas de recomendación.
        • Conocimientos matemáticos y estadísticos que permitan interpretar e implementar con facilidad los algoritmos anteriores.
      • Experiencia demostrable en el uso de una o más de las siguientes tecnologías:
        • R desde RStudio, Jupyter, …
        • Python con Pandas, Scikit, TensorFlow….
        • Spark (en Scala o Python) con MLIB, R,…
      • Conocimiento medios de bases de datos y del lenguaje SQL:
        • Consultas analíticas con group by, joins, funciones de resumen (ej. Sum, count,…)
        • Consultas de creación de tablas y carga/actualización de los datos de las mismas (INSERT, UPDATE…)
        • Experiencia en el uso de alguna base de datos conocida (MySQL, PostgreSQL , SQLServer, Oracle,…)
        • Modelado relacional. (interpretación de esquemas de bases de datos)
      • Conocimiento de programación en alguna de las siguientes tecnologías
        • Scala
        • Python
        • Otras tecnologías de programación también se valoraran.

    • Deseable. Además de lo anterior se valoraran:
      • Conocimientos de Business Intelligence
        • Data Warehousing
        • Modelos de datos multidimensionales (esquemas estrella o copo de nieve)
      • Conocimientos teorico-prácticos de Big Data y el entorno Hadoop. Se valoraran conocimientos en:
        • Spark (Spark SQL, RDD, streaming, mlib, R,…)
        • Hive
        • Zeppelin
        • Sqoop
        • Kafka
        • Otros: HDFS, Map Reduce, Flink, Elasctic-Search,….
      • Conocimiento de herramientas de Business Intelligence:
        • Servidor BI: Power BI, Pentaho, Tableau, Microstrategy,…
        • Procesos ETL: Pentaho, Talend, SSIS…
      • Experiencia en empresa en las habilidades y herramientas anteriores.

  • BIG DATA ENGINEER 

    • Recomendable:
      • Conocimientos de Business Intelligence
        • Data Warehousing
        • Modelos de datos multidimensionales (esquemas estrella o copo de nieve)
        • Procesos de extracción, transformación y carga de datos (ETL)
      • Experiencia demostrable en Big Data y el entorno Hadoop. Especialmente en las siguientes tecnologías:
        • Hive o Impala
        • Spark (Spark SQL, Streaming,..)
        • Gestión del clúster (Ambari, Cloudera Manager, configuración manual Hive, Spark, Hadoop…)
        • Otros que también se valoraran : HDFS, Map Reduce, HBase, Kafka, Kylin, Druid, Flink, Elasctic-Search ….
      • Manejo de una o más herramientas de Business Intelligence:
        • Servidor BI: Power BI, Pentaho, Tableau, Microstrategy,…
        • Procesos ETL: Pentaho, Talend, SSIS…
      • Conocimiento de bases de datos y del lenguaje SQL:
        • Consultas analíticas con group by, joins, funciones de resumen (ej. Sum, count,…)
        • Consultas de creación de tablas y carga/actualización de los datos de las mismas (INSERT, UPDATE…)
        • Experiencia en el uso de alguna base de datos conocida (MySQL, PostgreSQL , SQLServer, Oracle,…)
        • Modelado relacional. (interpretación de esquemas de bases de datos)
      • Experiencia en empresa en las habilidades y herramientas anteriores.

    • Deseable. Además de lo anterior se valoraran:
      • Teoría de machine learning (técnicas regresión, clasificación, clustering, …)
        • Conocimientos matemáticos y estadísticos que permitan interpretar e implementar con facilidad los algoritmos anteriores.
      • Conocimiento teórico prácticos en el uso de una o más de las siguientes tecnologías:
        • R desde RStudio, Jupyter, …
        • Python con Pandas, Scikit, TensorFlow….
        • Spark (en Scala o Python) con MLIB, R,…
      • Conocimientos de programación en alguna de las siguientes tecnologías
        • Scala
        • Python
        • Otras tecnologías de programación también se valoraran.