Global Head of Intelligence

+7 años liderando equipos de análisis de datos/IA en contextos globales o multicountry, con historial de programas de transformación a escala.
Experiencia definiendo metodologías, gobernanza y estándares de servicio (KPIs/SLAs).
Capacidad probada para dirigir equipos multidisciplinarios (data science, data engineering, BI, research, martech) y alinear múltiples stakeholders.

Aportarás conocimiento/experiencia en:

Social Listening (Sprinklr, Youscan, Brandwatch , Sprout Social,) y analítica de RRSS.
Métricas de campañas (digital & rrss), performance marketing.
Entendimiento de Salesforce Marketing Cloud y ecosistema CRM (journeys, audiences, activación).
Administración de bases de datos SQL y NoSQL; diseño de modelos de datos y data quality.
Social Web APIs y conectores de publicidad/analytics.
Herramientas End-to-end como DOMO, u otras
Soluciones de AI, Gemini, GPT 5, Perplexity, Claude

Deseable conocimiento en:

Programación en Python y/o R (ideal ambos); construcción de pipelines (APIs/ETL/ELT), orquestación (Airflow/Prefect) y versionado (Git).
Social Web APIs y conectores de publicidad/analytics.
Cloud solutions: AWS, GCP, MS Azure (Data Lake/Warehouse, Functions, Orchestration).
Visualización: Tableau, Power BI y/o D3.js; diseño de dashboards ejecutivos.
Modelado causal, diseño de experimentos y evaluación de impacto.

Habilidades y comportamientos

Capacidad para cruzar y enriquecer información de diversas fuentes (social, CRM, web/app, e-commerce, ventas, brand tracking, call center).
Pensamiento estructurado y síntesis de alta complejidad; orientación a impacto y valor de negocio.
Storytelling ejecutivo y comunicación clara con audiencias técnicas y no técnicas.
Liderazgo , proactividad y foco en mejora continua/eficiencia.
Inglés avanzado (presentaciones y workshops con audiencias globales).

El Rol

Esta posición lidera la unidad global de Inteligencia (Medición, Datos, Martech y Reportería) y dirige equipos de Data Science, Data Engineering, Social Media Analysts y Analistas de Datos distribuidos globalmente. Su misión es convertir datos estructurados y no estructurados en insights accionables, definir metodologías y marcos de gobernanza, y actuar como enlace entre la sede central y los mercados regionales para asegurar la ejecución impecable de programas estratégicos de transformación impulsados por IA.

Además, garantiza que los proyectos de clientes —relacionados con la extracción de datos de todos los canales del ecosistema digital, análisis, visualización y mejoramiento con IA— se lleven a cabo con el mejor equipo, las mejores herramientas y prácticas de clase mundial.

¿Qué harás?

Liderar y escalar un equipo global (Data Science, Data Engineering, Analytics) en múltiples zonas horarias, con foco en excelencia operativa, colaboración y entrega de valor.
Definir el roadmap de Inteligencia/Analítica (casos de uso, backlog, prioridades y OKRs) alineado a la estrategia del negocio y necesidades de los mercados.
Orquestar el portafolio end-to-end: ideación, scoping, diseño, desarrollo, despliegue y adopción (MVP → escalamiento), removiendo bloqueos y asegurando on-time/on-quality/on-budget.
Establecer estándares y gobernanza: Soportado por equipo de Ingeniería de Datos, metodologías, data contracts, calidad y linaje de datos, seguridad/privacidad, y prácticas de MLOps/LLMOps; experimentación (A/B, causalidad).
Supervisar ingeniería de datos: diseño de modelos y pipelines (batch/streaming), integración de fuentes (social, CRM, web/app, e-commerce, ventas), confiabilidad y costos en la nube.
Construir y evolucionar modelos de datos y análisis (descriptivo, predictivo y prescriptivo) aplicados a personalización, optimización de campañas y forecasting.
Impulsar analítica de marketing multicanal (paid/owned/earned, CRM), social listening avanzado y dashboards ejecutivos automatizados.
Gestionar talento: hiring, onboarding, career paths, performance reviews, mentoring y upskilling continuo; cultura de aprendizaje y alto desempeño.
Planificar capacidad y presupuesto: asignación de recursos, negociación con partners/proveedores y optimización de costos x-aaS.
Alinear stakeholders (C-level, Mercados, Producto, IT/Seguridad, Marketing): acuerdos de servicio (KPIs/SLAs), priorización por valor y adopción en mercados.
Comunicar impacto: storytelling ejecutivo con “so what / now what”, medición de valor y casos de éxito replicables a escala.
Garantizar IA responsable: ética, transparencia y cumplimiento normativo en todos los desarrollos y activaciones.
Desarrollar aceleradores (dashboards, pipelines, agentes de IA) que automaticen procesos y faciliten la extracción, análisis y activación de datos a escala.