.Las herramientas No-Code están triunfando porque democratizan el uso de la tecnología. Graphext es una de ellas. Si te apasiona crear soluciones tecnológicas que faciliten y mejoren los procesos de las empresas, y además, te flipan los datos, este es tu sitio. Pero necesitan un/a Product Manager para seguir creciendo. ¿Serás tú? ????Graphext ha creado un software para poder hacer análisis de datos avanzado sin código. Como lo lees. Una herramienta No-Code para la ingesta, la transformación, la limpieza, la visualización y la predicción aplicando algoritmia y modelos matemáticos. Es un producto potente, no, lo siguiente ????. Todo esto con la ventaja de manipular las fuentes, las muestras y los segmentos de datos en tiempo real con gesto tan sencillos como clicar, seleccionar o arrastrar.Cuentan con más de 80 clientes actualmente y eso que todavía no han empezado a hacer labor comercial y de marketing... Para que te hagas una idea, hace 4 años empezaron a construir el producto con una inversión importante de KFund. En total han levantado 1.4M de fondos de inversión privados y recibido 1.7M del H2020, un fondo europeo para startups innovadoras.Te lo cuentan mejor ellos, en palabras de Victoriano y Miguel (CEO y CTO de Graphext):" Con Graphext intentamos que esos analistas, consigan hacer cosas más " predictivas " y " preescriptivas " para sacar conclusiones de los datos como si hubieran estudiado Matemáticas, Física o Informática y supieran escribir código en Python o R ... para un montón de casos de uso que nos vamos encontrando. Desde desarrollar fármacos nuevos, a entender por qué se producen ciertos crímenes o por qué se van los empleados de una empresa.Creemos que las herramientas que hay ahora mismo en el mercado limitan o impiden que muchos de estos analistas las pueda usar porque: necesitas saber programar, no te guían prácticamente nada para descubrir qué funciones de limpieza de datos, enriquecimiento o algoritmia puedes usar para resolver determinados problemas de negocio, son muy poco interactivas y lentas (human in the loop), y sólo te dejan trabajar con datos estructurados (numéricos y categóricos) y se olvidan de todo lo que hoy día conmachine learningse puede sacar de információn desesctructurada (textos e imágenes). "Y si quieres saber más, KFund les entrevistó en su podcast .???? ¿Qué reto tienen delante? Ten en cuenta que ellos mismo son su propio software de medición en muchos de los casos, por lo que todas las métricas que se recogen tienen impacto directo en producto. Necesitan a alguien con buena experiencia en la priorización de features y tareas y que entienda esta relación con las métricas de uso del producto. Además, tienen un reto muy interesante a nivel de procesos: están ajustando las tuercas para optimizar el workflow entre los equipos de diseño, desarrollo y negocio, para poder iterar mejor
