Data Analyst — Híbrido - CDMX — HealthTech - SQL, Python, Tableau

Descripción del puesto

Sobre la vacante

SimplePractice está buscando un Data Analyst para unirse a su equipo fundacional en Ciudad de México. La empresa, enfocada en el sector HealthTech, ofrece un ambiente innovador donde podrás trabajar con datos que impactan directamente en la experiencia del usuario y la eficiencia operativa.

Requisitos clave:

• Experiencia en análisis de datos y visualización
• Conocimiento en herramientas como SQL, Python y Tableau (o similares)
• Capacidad para traducir datos en insights accionables
• Habilidades de comunicación para presentar hallazgos a equipos no técnicos

Beneficios destacados:

• Summer Fridays (viernes de verano con horario reducido)
• Wellbeing Days (días de bienestar adicionales)
• Paquete competitivo de beneficios
• Oportunidad de ser parte del equipo fundacional en México

¿Por qué deberías aplicar?

Esta es tu oportunidad de unirte a un equipo fundacional en una empresa de HealthTech con presencia global. SimplePractice está construyendo desde cero su operación en México, lo que significa que tendrás un impacto directo en la estrategia de datos y podrás crecer profesionalmente en un ambiente de startup con los recursos de una empresa establecida. Aprenderás a escalar soluciones de datos en un sector en crecimiento, trabajando con tecnologías modernas y colaborando con equipos internacionales.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: SQL avanzado, Python para análisis (pandas, numpy), Tableau o Power BI, estadística aplicada
• Soft skills: Storytelling con datos, pensamiento crítico, colaboración cross-functional, adaptabilidad

Tips prácticos para este puesto

• Prepara tu portfolio: Incluye proyectos donde hayas transformado datos crudos en dashboards o reportes con impacto empresarial.
• Domina SQL: Practica queries complejos con joins, subqueries y funciones de ventana; es la habilidad más evaluada.
• Investiga la industria: Entiende cómo se usan los datos en HealthTech (ej: métricas de engagement, optimización de workflows).

Recursos recomendados

• Tools: Mode Analytics para SQL, Kaggle para datasets de práctica, DataCamp para cursos de Python
• Influencers: Follow a Cassie Kozyrkov (Chief Decision Scientist en Google) y Cole Nussbaumer Knaflic (autora de "Storytelling with Data")
• Cursos: "Data Analyst with Python" en DataCamp, "SQL for Data Analysis" en Udacity

Preguntas frecuentes en entrevistas para este rol

• "Describe un proyecto donde tus análisis llevaron a una decisión empresarial" - Tip: Usa el método STAR (Situación, Tarea, Acción, Resultado) y cuantifica el impacto (ej: "reduje el churn en un 15%")
• "¿Cómo manejas datos incompletos o sucios?" - Tip: Menciona técnicas como imputación, validación con stakeholders y documentación de supuestos
• "Explica una métrica compleja a un equipo no técnico" - Tip: Usa analogías simples y visualizaciones claras; demuestra empatía con la audiencia

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $1,200 - $2,000 | | Mid | $2,000 - $3,500 | | Senior | $3,500 - $5,500 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. En CDMX, roles híbridos en HealthTech pueden estar en el rango medio-alto.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en los objetivos del equipo de datos - Pregunta en la entrevista: "¿Cuáles son las 3 métricas clave que el equipo debe entregar en los próximos 6 meses?" para evaluar enfoque estratégico.
• Bandera roja 2: Infraestructura de datos desorganizada - Investiga antes de aceptar: Pregunta sobre las herramientas de ETL, calidad de datos y acceso a fuentes; señales de advertencia incluyen dependencia excesiva en Excel o falta de documentación.
• Bandera roja 3: Poca colaboración con otros departamentos - Señal común en este rol: Si el equipo de datos está aislado, pregunta sobre la frecuencia de reuniones con product, marketing o operaciones para asegurar impacto transversal.