El área de trabajo tiene como foco facilitar la toma de decisiones estratégicas de fomento productivo regional sobre la base de evidencias sólidas, aportando información relevante, de calidad y actualizada sobre la situación actual, tendencias y oportunidades de desarrollo productivo empresarial, en particular de ecosistemas productivos territoriales y de las empresas pequeñas y medianas que los conforman. El/la practicante deberá recopilar y almacenar datos socioeconómicos de manera estructurada que permitirán enriquecer los modelos de datos desarrollados por el área, apoyando así el proceso de toma de decisiones de los clientes de la unidad, siendo crítico mantener disponibles los mecanismos de consulta.

El o la practicante apoyara en el desarrollo de una arquitectura de datos basada en Microsoft SQL Server, orientada a la recolección, depuración y actualización de información provenientes de bases de datos públicas de gran tamaño.
El objetivo principal será implementar procesos que permitan automatizar la carga y limpieza de datos para su posterior análisis y visualización en Power BI.

Principales funciones
• Apoyar en la construcción de BBDD relacionales y su estructura dentro de SQL Server.
• Diseñar y ejecutar consultas SQL para la depuración, transformación y consolidación de datos.
• Participar en la automatización de procesos de carga (ETL) utilizando herramientas nativas de SQL Server (Integration Services o Scripts).
• Colaborar en la creación de modelos de datos y reportes en Power BI para análisis y seguimiento de indicadores.
• Documentar los procesos desarrollados y contribuir con buenas prácticas de manejo de datos.

Requisitos
• Carrera en informática, análisis de sistemas, analista programador.
• Conocimientos básicos en:
• Microsoft SQL Server (creación de tablas, consultas SELECT, JOIN, funciones de agregación, etc.).
• Lenguaje SQL para análisis y limpieza de datos.
• Manejo de grandes volúmenes de información y nociones de BBDD relacionales.
• Excel
• Deseable lenguaje M para Power Query.

Competencias personales
• Interés por el análisis y la calidad de los datos.
• Capacidad de aprendizaje autónomo y curiosidad técnica.
• Proponer mejoras y automatizaciones simples.
• Orden, responsabilidad y trabajo colaborativo.