Demand Planner Temporal

Como parte fundamental del equipo, tu día a día estará enfocado en optimizar y liderar los procesos de previsión estadística: Modelado y Análisis de Datos: Ejecutar el cálculo de la previsión mensual utilizando los modelos y parámetros más eficaces. Evaluar diferentes métodos y algoritmos de previsión, traduciendo su valor en información empresarial procesable (actionable insights). Definir y aplicar reglas de limpieza para los datos históricos basándose en la información (insights) recopilada de los mercados. Establecer reglas para la detección de valores atípicos (outliers) históricos, revisando y validando los ajustes propuestos por el sistema. Seleccionar la línea base (baseline) adecuada siguiendo las directrices del departamento. Mejora Continua y Resolución de Problemas: Realizar análisis de causa raíz (RCA) e implementar acciones correctivas para mejorar la precisión de las previsiones estadísticas. Analizar el rendimiento de las previsiones de meses anteriores para identificar tendencias y áreas de mejora. Realizar revisiones de las previsiones por excepción, aprovechando las alertas y las estrategias de segmentación. Proponer e implementar iniciativas para aumentar la precisión de las previsiones y el rendimiento en los países asignados. Impulsar la mejora en la segmentación de la demanda identificando, priorizando y ejecutando proyectos clave. Identificar y promover posibles mejoras dentro del departamento y apoyar su implementación. Liderazgo Técnico e Interacción con el Negocio: Influir en los ejecutivos y la alta dirección sobre los beneficios reales de la analítica avanzada. Demostrar una sólida comprensión de los modelos semánticos de Power BI (fuentes de Snowflake, tablas vinculadas y lógica subyacente) con capacidad para diagnosticar y resolver problemas técnicos. Gestionar las relaciones con los líderes locales y regionales de Planificación Empresarial Integrada (IBP) para: Recopilar información del mercado y garantizar la alineación en las suposiciones clave. Integrar factores causales y valores atípicos en los modelos de previsión. Supervisar e impulsar la adopción de procesos de previsión automatizados a nivel nacional. Requisitos del puesto: Experiencia: Mínimo de 2 a 3 años de trayectoria sólida en puestos similares (previsión de demanda, analítica de datos, ciencia de datos aplicada a negocio). Formación: Estudios universitarios finalizados en Estadística, Matemáticas, Bioestadística, Economía, Ingeniería o disciplinas afines. ¡Poseer un máster en un campo relacionado será muy valorado! Habilidades Técnicas (Hard Skills): Experiencia demostrable trabajando con modelos estadísticos y de machine learning en entornos de producción. Experiencia específica en previsión de series temporales (time series forecasting). Se valorará como un gran plus: Experiencia en herramientas como Power BI, Kinaxis y conocimientos sólidos de programación. Habilidades Interpersonales (Soft Skills): Excelente visión estratégica y analítica. Fuerte orientación a resultados. Altas capacidades de comunicación (habilidad para traducir datos complejos a lenguaje de negocio). Idiomas: Nivel fluido de inglés (imprescindible para el día a día). Formación: Grado : Grado en Ciencias del Transporte y la Logística Idiomas: Inglés : C1 Conocimientos: kinaxis , Alto dominio de herramientas ofimáticas avanzadas (office, excel, access, Power BI , . manejo paquete office, infolog, sap, as-400, gr Experiencia: 2 años Tus beneficios: Salario Competitivo: Retribución atractiva de 40.000¿ brutos anuales. Conciliación y Flexibilidad: Creemos en el equilibrio entre la vida personal y profesional. Contarás con un horario de entrada flexible de 7:30h a 9:30h, para que adaptes tu jornada a tus necesidades. Modelo Híbrido de Trabajo: Disfruta de 3 días de teletrabajo a la semana, combinando la comodidad de trabajar desde casa con la conexión y sinergia de los días presenciales en la oficina. Cultura de Empresa: Formarás parte de un equipo colaborativo, en un entorno internacional y con oportunidades reales de impacto y desarrollo.