Analista de Data Governance — Datos Operativos & IA (Oil & Gas)
- Location
- CABA, Argentina
- Modality
- Híbrido
- Contract
- Monotributista
- Published
- May 09, 2026
Summary
RGC Argentina SA busca un/a Analista de Data Governance para un proyecto anual de transformación de datos operativos de un operador líder de Oil & Gas en Argentina; asegurando que los datos, sobre los que el negocio y los modelos de IA toman decisiones, sean confiables, gobernados y trazables.
Acerca de RGC
RGC Argentina SA es una firma de consultoría y productos digitales con sede en Buenos Aires. Trabajamos con clientes en Argentina, Estados Unidos y la región: operadores de energía, compañías mineras, fabricantes industriales y empresas de servicios.
Nuestra cartera es deliberadamente multi-dominio y multi-tipo de proyecto — ingeniería transaccional, ingeniería técnica de dominio (energía, minería) y desarrollo de productos de electrónica y controles. Construimos para el mundo real: ecosistemas donde conviven sistemas legados (historiadores, SCADA, ERPs industriales, bases verticales heredadas) con plataformas de datos modernas y servicios de IA. Gran parte de nuestro trabajo es la capa de continuidad que los integra.
Esta búsqueda corresponde a un servicio que RGC presta a un operador líder de Oil & Gas en Argentina, con foco en upstream no convencional, en el marco de un proyecto anual de transformación de datos operacionales y casos de uso de IA.
El cliente está construyendo una estrategia de una capa de datos operativos sobre la que se apoyan reportes de negocio, modelos analíticos y casos de uso de IA. La calidad de esa capa — qué datos llegan, con qué linaje, con qué dueño, con qué controles, con qué criterios de validación — define directamente la confiabilidad de cada decisión que se apoya en ella.
Buscamos un/a Analista de Data Governance que se haga cargo de esa capa: garantizar calidad, linaje y gobierno; construir los controles automáticos que detectan problemas en origen; y acompañar al cliente durante un año de transición de datos heredados a un repositorio industrial moderno apto para IA.
Responsabilidades
- Garantizar que los datos operacionales sobre los que el negocio y los modelos de IA toman decisiones sean confiables: linaje claro, calidad medible, controles automáticos en su lugar, dueño definido/governance.
- Construir y operar controles automáticos en Python que detectan problemas de calidad en origen, antes que se propaguen.
- Conocer, implementar el diseño, documentar y sostener el modelo de gobierno de datos (DAMA): definiciones, dueños, políticas, métricas de calidad. Que la documentación se resguarde en los repositorios de consulta por parte de los usuarios.
- Validar datos vía SQL contra repositorios industriales y cloud — diagnóstico de incidencias, conciliación entre fuentes, monitoreo recurrente.
- Conectar lo heredado con lo moderno: datos que vienen de sistemas verticales históricos (SCADA, historiadores, aplicaciones operacionales heredadas) y aterrizan en plataformas de datos industriales modernas y entornos cloud (Azure, AWS, GCP).
- Acompañar casos de uso de IA/ML del cliente desde el lado del dato: que cada modelo se apoye en datos gobernados, con criterios claros de exclusión, ventanas y transformaciones.
- Comunicar el estado de calidad y gobierno de datos al equipo del cliente y a RGC con especificidad: qué se midió, qué falló, qué se corrigió, qué quedó pendiente.
Experiencia
- 3–6 años de experiencia en Data Governance, Data Quality, Data Management o roles similares.
- SQL sólido para validación y análisis de datos: joins complejos, ventanas, agregaciones, diagnóstico de inconsistencias.
- Python aplicado a automatización de controles y procesos de datos: scripts de validación, reportes de calidad, integraciones puntuales.
- Conocimientos de Data Governance y Data Quality, idealmente con marco DAMA: dimensiones de calidad, roles (data owner, data steward), métricas, políticas.
- Conocimientos generales sobre Inteligencia Artificial y Machine Learning — suficientes para entender casos de uso, pipelines y mantener conversaciones técnicas con científicos de datos. No requerimos que desarrolles modelos.
- Comunicación clara con perfiles técnicos y de negocio: traducir un problema de calidad en un riesgo operativo, y un riesgo operativo en un control concreto.
- Organización, seguimiento y documentación: lo que se decide queda escrito, lo que se promete se cumple, lo que se descubre se transmite.
- Orientación a procesos operativos y mejora continua: encontrar el problema una vez, dejarlo resuelto para siempre.
Deseable
- Experiencia en entornos industriales u operacionales (Oil & Gas, minería, manufactura, energía, utilities).
- Familiaridad con plataformas de datos industriales (PI System / OSIsoft AF, Cognite Data Fusion, AspenTech, GE Proficy u otras del rubro). Cualquier aproximación suma; si no, los conceptos se aprenden en proyecto.
- Experiencia con entornos cloud (Azure, AWS, GCP) para datos: storage, compute, herramientas de procesamiento, costos.
- Trabajo previo con datos de tiempo real, historiadores industriales, SCADA, sensores.
- Certificaciones DAMA-CDMP, DCAM o equivalentes en gobierno de datos.
- Inglés técnico fluido (lectura de documentación, interacción con proveedores y partners internacionales).
Condiciones
- Contrato con RGC Argentina SA bajo monotributo (facturación mensual).
- Plazo: doce (12) meses, con posibilidad de extensión según evolución del proyecto.
- Modalidad híbrida con base en CABA: presencia regular en oficinas del cliente combinada con trabajo remoto.
- Compensación: ARS 2.340.000 / mes.
- Equipamiento de trabajo provisto por RGC Argentina.
Cómo es el proceso
- Postulación con CV.
- Entrevista con RGC: ajuste técnico y de perfil.
- Entrevista técnica con el equipo del cliente para evaluar idoneidad para el puesto.
- Alta como contratista y firma del compromiso de confidencialidad.
- Inicio del proyecto.
Por qué importa
Una decisión operativa basada en datos que no son confiables es peor que una decisión sin datos: viene con falsa confianza. La función de este puesto no es “hacer queries” ni “documentar diccionarios”: es garantizar que cada decisión que se apoya en estos datos pueda apoyarse con fundamento.
Buscamos a alguien con esa lectura: que vea un dato roto y se pregunte por qué se rompió, no solo cómo arreglarlo; que documente para los que vienen después, no para cumplir; y que entienda que en datos operacionales, la prolijidad importa tanto como la sofisticación técnica.
Apply for this role
Fill out the form and attach your CV. We'll confirm receipt by email.
