RESPONSABILIDADES PRINCIPALES
Gestión integral de proyectos
- Liderar proyectos de Data & AI desde su definición hasta su puesta en producción.
- Definir alcance, planificación, recursos, dependencias y entregables.
- Asegurar cumplimiento de objetivos, plazos, presupuesto y calidad.
- Gestionar riesgos, bloqueos y cambios de alcance.
Gestión de demanda
- Recoger y estructurar necesidades de las áreas de negocio.
- Evaluar iniciativas según impacto, esfuerzo, complejidad y valor esperado.
- Participar en la priorización y planificación del portfolio de Data & AI.
- Mantener visibilidad sobre capacidad, planificación y estado de las iniciativas.
Gobierno, PMO y seguimiento
- Realizar seguimiento de avance, hitos, riesgos, costes y desviaciones.
- Preparar reporting ejecutivo y facilitar la toma de decisiones.
- Participar activamente en la PMO departamental, contribuyendo a la planificación, priorización y seguimiento global del portfolio.
- Garantizar la calidad de la información, documentación e indicadores de los proyectos.
Relación con negocio y stakeholders
- Actuar como punto de conexión entre negocio y los equipos de Data & AI.
- Traducir necesidades de negocio en iniciativas ejecutables junto con los equipos técnicos.
- Gestionar expectativas, prioridades y compromisos.
- Facilitar la adopción de las soluciones implantadas.
Coordinación de equipos y proveedores
- Coordinar equipos multidisciplinares de datos, analítica, IA, automatización y tecnología.
- Gestionar proveedores y partners involucrados en las iniciativas.
- Coordinar análisis, desarrollo, pruebas, despliegue y puesta en producción.
- Asegurar la calidad de las entregas y la transferencia de conocimiento a los equipos de mantenimiento.
Entrega de valor y cumplimiento
- Asegurar que las soluciones generan el valor esperado para el negocio.
- Definir y realizar seguimiento de criterios de éxito y adopción.
- Coordinar los requisitos de gobierno, seguridad, privacidad y cumplimiento aplicables.
- Identificar oportunidades de mejora continua en soluciones y procesos.
REQUISITOS
Experiencia
- Mínimo 7 años de experiencia profesional en gestión de proyectos tecnológicos en entornos corporativos complejos.
- Mínimo 5 años de experiencia específica liderando proyectos relacionados con Data, Analytics, Inteligencia Artificial, Cloud o Automatización.
- Experiencia demostrable liderando proyectos end-to-end, desde la definición de requerimientos y diseño de solución hasta despliegue, adopción y transición a operación.
- Experiencia coordinando simultáneamente equipos técnicos, áreas de negocio, arquitectura, seguridad, infraestructura y proveedores tecnológicos.
- Experiencia gestionando proyectos con dependencias entre diferentes plataformas, sistemas corporativos e integraciones.
- Experiencia en gestión económica de proyectos, planificación de capacidad, gestión de riesgos, reporting ejecutivo y seguimiento de proveedores.
- Experiencia trabajando con metodologías predictivas, ágiles e híbridas en función de las características del proyecto.
Conocimientos técnicos
- Conocimiento sólido de arquitecturas Cloud, especialmente Microsoft Azure, incluyendo conceptos de identidad, seguridad, redes, almacenamiento, integración, monitorización y gobierno.
- Conocimiento de arquitecturas modernas de datos: Data Lake, Lakehouse, Data Warehouse, ETL/ELT, pipelines, orquestación, modelado de datos y calidad del dato.
- Conocimiento de plataformas de Data & Analytics como Microsoft Fabric, Snowflake, Databricks o tecnologías equivalentes.
- Conocimiento práctico de herramientas de Business Intelligence, especialmente Microsoft Power BI.
- Conocimiento de arquitecturas y soluciones de Inteligencia Artificial e IA Generativa, incluyendo LLM, RAG, agentes, embeddings, búsqueda semántica, evaluación y observabilidad de soluciones de IA.
- Conocimiento del ecosistema Microsoft para soluciones de Inteligencia Artificial, incluyendo Microsoft Foundry, Azure OpenAI, Azure AI Search y servicios relacionados.
- Conocimiento de arquitecturas de integración mediante APIs, servicios, eventos y mecanismos de intercambio de información entre sistemas.
- Conocimiento de conceptos DevOps, DataOps y MLOps y de los procesos asociados al ciclo de vida de desarrollo, pruebas, despliegue y operación de soluciones.
- Capacidad para interpretar arquitecturas técnicas, diagramas de solución, modelos de datos, APIs y documentación técnica, y trasladar sus implicaciones a planificación, riesgos, costes y dependencias de proyecto.
- Conocimiento de los principios de gobierno, seguridad, privacidad, protección de datos y Responsible AI aplicables a soluciones Data & AI.
Certificaciones
Se requiere:
- Certificación Project Management Professional (PMP®) vigente emitida por Project Management Institute (PMI), o certificación equivalente de nivel avanzado en gestión profesional de proyectos.
- Al menos una certificación técnica vigente de nivel Associate, Expert o equivalente relacionada con Cloud, Data o Inteligencia Artificial.
Se considerarán especialmente relevantes certificaciones como:
- Microsoft Certified: Azure AI Apps and Agents Developer Associate.
- Microsoft Certified: Fabric Data Engineer Associate.
- Microsoft Certified: Fabric Analytics Engineer Associate.
- Microsoft Certified: Azure Solutions Architect Expert.
- Otras certificaciones técnicas equivalentes de fabricantes relevantes del ámbito Cloud, Data o Inteligencia Artificial.
Habilidades
- Alta capacidad de comunicación y gestión de stakeholders.
- Capacidad para conectar necesidades de negocio con equipos técnicos.
- Capacidad de organización y priorización en entornos exigentes.
- Orientación a resultados y resolución de problemas.
- Capacidad de análisis y toma de decisiones.
- Capacidad para gestionar simultáneamente diferentes iniciativas y dependencias.
- Proactividad, autonomía y orientación a la mejora continua.
