Introducción al Plan de Estudio
Este plan de estudio es una guía exhaustiva para aspirantes al cargo de Profesional Universitario (Gestión de Información y Análisis) en la Convocatoria No. 333-25 de la Contraloría General de la República (CGR). Su propósito es desglosar los componentes evaluativos, identificar áreas de conocimiento cruciales y proponer una ruta de estudio organizada.
Una preparación estratégica es esencial dada la competitividad y el nivel técnico del cargo. La prueba de "Competencias Funcionales Básicas y Específicas" es eliminatoria y tiene el mayor peso (60%), siendo el foco principal.
Desafío Clave: Profundidad Técnica sin Experiencia Requerida
La convocatoria no exige experiencia laboral, pero sí un alto nivel técnico en áreas como Power BI, algoritmos predictivos y machine learning. Esto sugiere que la selección se centrará en la solidez de la base teórica y la capacidad de aplicación conceptual de los egresados. Se busca talento joven con formación robusta, adaptable a las metodologías de la Contraloría.
Entendiendo la Convocatoria
Perfil del Cargo: Detalles Clave
- Nivel: Profesional
- Grado: 01
- Sueldo: $7.057.480 (Decreto 298 de 2024)
- Empleos a Proveer: 5
- Sedes: ATLANTICO (1), BOGOTA D.C. (2), RISARALDA (1), VALLE (1)
- Agrupación: GESTION DE INFORMACION Y ANALISIS
La agrupación "GESTION DE INFORMACION Y ANALISIS" define el núcleo temático de la prueba de conocimientos.
Estructura de las Pruebas de Selección
La prueba de Competencias Funcionales es eliminatoria (mínimo 60/100) y crucial para continuar en el proceso.
Requisitos Mínimos del Empleo
Educación:
Título universitario en disciplinas como Ingeniería de Sistemas, Telemática, Software, Informática, Administración de Sistemas de Información, Electrónica, Telecomunicaciones (ver lista completa en convocatoria).
Matrícula Profesional:
Requerida si está reglamentada por ley para la profesión.
Experiencia Laboral:
No aplica.
Política de Equivalencias:
No Aplican Equivalencias. Documentos para equivalencias no serán tenidos en cuenta para análisis de antecedentes.
Fechas Importantes y Rigurosidad
Publicación: 03 de Febrero de 2025. Inscripciones: 10-14 de Febrero de 2025.
Sitio Oficial: www.concursocgr2024-2026.com.co
Rigurosidad en Requisitos y Documentación
La convocatoria es explícita y rigurosa. El título profesional debe coincidir exactamente con los listados. La matrícula profesional debe estar vigente. La CGR opera con altos estándares de legalidad; la verificación de requisitos será estricta. Sea meticuloso con su documentación.
Dominio de Competencias Funcionales (60%)
Esta prueba es eliminatoria (mínimo 60/100). El temario se deriva de las funciones del empleo para la "AGRUPACION GESTION DE INFORMACION Y ANALISIS".
A. Gestión de Bases de Datos
▼Conceptos Clave:
- Atender consultas SQL y NoSQL.
- Diseñar herramientas y metodologías para almacenamiento y gestión de datos.
Temas de Estudio:
- SQL (DDL, DML, DCL, TCL), Consultas Avanzadas, Modelado Relacional, Optimización.
- NoSQL (Conceptos, Tipos, Documentales como MongoDB, Modelado).
Énfasis: Enfoque práctico en SQL/NoSQL para resolver problemas de extracción y manipulación de datos.
B. Inteligencia de Negocios y Visualización (Power BI)
▼Conceptos Clave:
- Procesar datos y construir reportes en Power BI.
- Presentar interpretación de análisis en Dashboards.
Temas de Estudio:
- Power BI Desktop (Interfaz, Conexión a datos, Power Query).
- Modelado de Datos en Power BI.
- DAX (Sintaxis, Funciones, Columnas Calculadas, Medidas, Contexto).
- Creación de Visualizaciones, Informes y Dashboards.
Énfasis: DAX es un diferenciador clave. Se espera competencia más allá de "arrastrar y soltar", enfocada en la capacidad analítica.
C. Análisis de Datos y Metodologías Analíticas
▼Conceptos Clave:
- Generar resultados de análisis, aplicar métodos analíticos, interpretar resultados.
- Aplicar técnicas estadísticas, machine learning y análisis predictivos.
Temas de Estudio:
- Tipos de Análisis (Descriptivo, Diagnóstico, Predictivo, Prescriptivo).
- Técnicas Estadísticas (Descriptiva, Inferencial, Regresión).
- Machine Learning (Conceptos, Tipos, Algoritmos Supervisados y No Supervisados, Modelos Ensemble).
- Análisis Predictivo (Construcción y evaluación de modelos).
- Procesos ETL (Extract, Transform, Load).
Énfasis: Convergencia de múltiples disciplinas analíticas. Comprensión holística del ciclo de vida del análisis de datos.
D. Algoritmos Predictivos y Automatización de Decisiones
▼Conceptos Clave:
- Disponer información para desarrollo de algoritmos predictivos que automaticen decisiones.
Temas de Estudio:
- Fundamentos de Algoritmos Predictivos (revisitar Machine Learning).
- Consideraciones para Automatización: Ética en IA, Sesgos, Interpretabilidad (XAI).
- Marcos Normativos y Técnicos (Políticas CGR, regulación nacional).
Énfasis: Componente normativo y ético. Conciencia de implicaciones legales y sociales en el control fiscal.
E. Calidad de Datos y Gobernanza de Datos
▼Conceptos Clave:
- Organizar y ejecutar estrategia de calidad de datos, asegurando cumplimiento normativo.
Temas de Estudio:
- Principios de Gobernanza de Datos (Alineación, integridad, seguridad, responsabilidades, ciclo de vida, transparencia, cumplimiento).
- Estrategias de Calidad de Datos (Dimensiones, Validación, Limpieza, Enriquecimiento, Monitoreo).
- Ciclo de Vida de la Información.
- Herramientas y Técnicas (SQL, hojas de cálculo, ETL).
F. Integración e Interoperabilidad de Datos
▼Conceptos Clave:
- Desarrollar servicios de integración para asegurar interoperabilidad con otras entidades.
Temas de Estudio:
- Conceptos de API (Definición, Funcionamiento, Tipos: REST, SOAP, GraphQL).
- Rol de APIs en Integración (Intercambio seguro, Automatización, Interoperabilidad).
- Patrones y Arquitecturas de Integración (Punto a punto, ESB, Microservicios).
G. Operación de Sistemas de Información y Ofimática Avanzada
▼Conceptos Clave:
- Operar sistemas, aplicaciones, ofimática y bases de datos según políticas y normatividad.
Temas de Estudio:
- Conceptos de Operaciones de TI (ITOps): Gestión de Infraestructura, Mantenimiento, Configuraciones, Continuidad.
- Componentes de Infraestructura TI (Hardware, Software, Redes, Seguridad).
- Excel Avanzado para Análisis (Tablas Dinámicas, Fórmulas complejas, Macros básicos, Herramientas de análisis).
H. Detección y Análisis de Datos de Fuentes Diversas
▼Conceptos Clave:
- Detectar y analizar datos de redes sociales, Internet y medios de comunicación.
Temas de Estudio:
- Web Scraping (Conceptos, Proceso, Herramientas, Ética y Legalidad).
- Análisis de Datos de Redes Sociales (Obtención, Indicadores, Análisis de Sentimiento con NLP).
I. Herramientas de Analítica Avanzada
▼Conceptos Clave:
- Examinar escenarios utilizando herramientas de analítica avanzada para generar productos e informes.
Temas de Estudio:
- Conocimiento General de Herramientas Adicionales (Tableau, RapidMiner, Apache Spark, R, Python para análisis, SAS, Mixpanel, etc.).
- Funcionalidades Principales y Casos de Uso de cada herramienta.
Énfasis: Conocimiento conceptual del panorama de herramientas analíticas, más allá de Power BI. Capacidad de elegir la herramienta adecuada para un problema.
Tabla Clave 2: Mapa de Estudio para Competencias Funcionales
▼| Área Temática Principal | Subtema Específico | Conceptos Clave de la Convocatoria |
|---|---|---|
| A. Gestión de Bases de Datos | SQL: Fundamentos (DDL, DML, DCL, TCL) | Atender las consultas con bases de datos que le sean asignadas, utilizando lenguajes SQL y no SQL, teniendo en cuenta los estándares establecidos. |
| SQL: Consultas Avanzadas | Atender las consultas con bases de datos que le sean asignadas, utilizando lenguajes SQL y no SQL, teniendo en cuenta los estándares establecidos. | |
| SQL: Modelado de Datos Relacionales | Diseñar herramientas y metodologías para el almacenamiento y gestión de datos, según los requisitos técnicos y normativos. | |
| SQL: Optimización de Consultas | "...teniendo en cuenta los estándares establecidos." (en el contexto de atender consultas SQL y NoSQL) | |
| NoSQL: Conceptos y Tipos | Atender las consultas con bases de datos que le sean asignadas, utilizando lenguajes SQL y no SQL, teniendo en cuenta los estándares establecidos. | |
| NoSQL: Bases Documentales (ej. MongoDB), CRUD | Atender las consultas con bases de datos que le sean asignadas, utilizando lenguajes SQL y no SQL, teniendo en cuenta los estándares establecidos. | |
| B. Inteligencia de Negocios y Visualización (Power BI) | Power BI Desktop: Interfaz y Componentes | Procesar los datos que se requieran en la construcción de los reportes de información necesaria en el proceso de vigilancia y control fiscal, principalmente en las herramientas de Power BI o aquellas que disponga la entidad, teniendo en cuenta los estándares de calidad y oportunidad definidos. |
| Conexión a Fuentes y Transformación (Power Query) | Procesar los datos que se requieran en la construcción de los reportes de información necesaria en el proceso de vigilancia y control fiscal, principalmente en las herramientas de Power BI o aquellas que disponga la entidad, teniendo en cuenta los estándares de calidad y oportunidad definidos. | |
| Modelado de Datos en Power BI | Procesar los datos que se requieran en la construcción de los reportes de información necesaria en el proceso de vigilancia y control fiscal, principalmente en las herramientas de Power BI o aquellas que disponga la entidad, teniendo en cuenta los estándares de calidad y oportunidad definidos. | |
| DAX: Sintaxis, Funciones, Medidas, Contexto | Procesar los datos que se requieran en la construcción de los reportes de información necesaria en el proceso de vigilancia y control fiscal, principalmente en las herramientas de Power BI o aquellas que disponga la entidad, teniendo en cuenta los estándares de calidad y oportunidad definidos. | |
| Creación de Visualizaciones, Informes y Dashboards | Presentar en lenguaje entendible la interpretación de los resultados de los procesos de análisis realizados en Dashboards u otros reportes informativos que permitan la toma de decisiones por parte de las áreas misionales de la entidad. | |
| C. Análisis de Datos y Metodologías Analíticas | Tipos de Análisis (Descriptivo, Diagnóstico, Predictivo, Prescriptivo) | Generar resultados de análisis de datos que sean necesarios para la identificación y aplicación de los métodos analíticos que permitan brindar solución o respuesta a la iniciativa planteada. |
| Técnicas Estadísticas (Descriptiva, Inferencial, Regresión) | Aplicar técnicas estadísticas, machine learning y análisis predictivos para intervenir los hallazgos derivados de los datos y mejorar los procesos. | |
| Machine Learning: Conceptos, Tipos, Algoritmos | Aplicar técnicas estadísticas, machine learning y análisis predictivos para intervenir los hallazgos derivados de los datos y mejorar los procesos. | |
| Procesos ETL (Extracción, Transformación, Carga) | Procesar los datos que se requieran en la construcción de los reportes de información necesaria en el proceso de vigilancia y control fiscal, principalmente en las herramientas de Power BI o aquellas que disponga la entidad, teniendo en cuenta los estándares de calidad y oportunidad definidos. | |
| D. Algoritmos Predictivos y Automatización | Fundamentos de Algoritmos Predictivos (revisitar ML) | Disponer la información que se requiera en el desarrollo de algoritmos predictivos que ayuden a automatizar la toma de decisiones, siguiendo los lineamientos técnicos y normativos vigentes. |
| Consideraciones Éticas, Sesgos, Interpretabilidad | Disponer la información que se requiera en el desarrollo de algoritmos predictivos que ayuden a automatizar la toma de decisiones, siguiendo los lineamientos técnicos y normativos vigentes. | |
| E. Calidad y Gobernanza de Datos | Principios de Gobernanza de Datos | Organizar y ejecutar la estrategia de calidad de datos durante todo el ciclo de vida de la información, asegurando el cumplimiento de los procedimientos y normativas vigentes. |
| Estrategias de Calidad de Datos (Validación, Limpieza, Monitoreo) | Organizar y ejecutar la estrategia de calidad de datos durante todo el ciclo de vida de la información, asegurando el cumplimiento de los procedimientos y normativas vigentes. | |
| F. Integración e Interoperabilidad de Datos | Conceptos de API (REST, etc.), Rol en Integración | Desarrollar servicios de integración para asegurar la interoperabilidad de datos con otras entidades. |
| G. Operación de Sistemas y Ofimática Avanzada | Conceptos de Operaciones de TI (ITOps), Gestión de Infraestructura | Operar sistemas de información, aplicaciones, herramientas de ofimática y base de datos de acuerdo políticas institucionales, normatividad y procedimientos definidos. |
| Excel Avanzado para Análisis (Tablas Dinámicas, Fórmulas, Macros básicos) | Operar sistemas de información, aplicaciones, herramientas de ofimática y base de datos de acuerdo políticas institucionales, normatividad y procedimientos definidos. | |
| H. Detección y Análisis de Datos de Fuentes Diversas | Web Scraping: Conceptos, Proceso, Ética | Detectar y analizar datos relevantes de diversas fuentes, incluyendo redes sociales, Internet y medios de comunicación. |
| Análisis de Datos de Redes Sociales, Análisis de Sentimiento | Detectar y analizar datos relevantes de diversas fuentes, incluyendo redes sociales, Internet y medios de comunicación. | |
| I. Herramientas de Analítica Avanzada | Conocimiento General (Tableau, R, Python, Spark, SAS, etc.) | Examinar distintos escenarios posibles utilizando herramientas de analítica avanzada, para la generación de productos e informes a las Delegadas y a la Unidad de Reacción Inmediata. |
Desarrollo de Competencias Comportamentales (30%)
Esta prueba es clasificatoria y representa el 30% de la calificación. Un buen desempeño aquí es diferenciador.
Listado de Competencias y Nivel Requerido
Competencias Institucionales (Nivel Avanzado):
- Integridad Institucional
- Orientación al Logro
- Orientación al Servicio
- Conciencia de Equipo
- Aprendizaje Continuo
Competencias por Nivel Jerárquico (Profesional - Nivel Intermedio):
- Experticia Profesional
- Comunicación Efectiva
- Pensamiento Conceptual
Estrategias de Preparación
- Entender profundamente cada competencia en el contexto CGR.
- Familiarizarse con Pruebas Situacionales (SJTs) y Entrevistas por Competencias (método STAR).
- Reflexionar sobre experiencias pasadas (académicas/personales) que demuestren estas competencias.
Tabla Clave 3: Guía de Preparación para Competencias Comportamentales
▼| Competencia | Nivel Requerido | Definición Clave/Manifestación (Contexto CGR) | Posibles Preguntas/Situaciones (SJT o STAR) |
|---|---|---|---|
| Integridad Institucional | Avanzado | Actuar con rectitud, transparencia, honestidad. Resistir presiones. | SJT: Dilema ético. STAR: "Situación de conducta no ética y cómo procedió." |
| Orientación al Logro | Avanzado | Fijar metas desafiantes. Persistir. Buscar excelencia. | SJT: Proyecto con retrasos. STAR: "Proyecto complejo y cómo aseguró su éxito." |
| Orientación al Servicio | Avanzado | Comprender y satisfacer necesidades de usuarios. Actitud proactiva. | SJT: Usuario con solicitud compleja. STAR: "Ocasión en que fue más allá para ayudar." |
| Conciencia de Equipo | Avanzado | Colaborar activamente. Compartir información. Valorar diversidad. | SJT: Equipo multidisciplinario con opiniones divergentes. STAR: "Conflicto en equipo y cómo contribuyó a resolverlo." |
| Aprendizaje Continuo | Avanzado | Disposición a adquirir nuevos conocimientos/habilidades. Buscar retroalimentación. | SJT: Introducción de nueva tecnología. STAR: "Habilidad nueva aprendida por iniciativa propia." |
| Experticia Profesional | Intermedio | Dominio de conocimientos técnicos y metodológicos. Aplicación efectiva. | STAR: "Cómo abordaría un problema complejo de análisis de datos fiscales." |
| Comunicación Efectiva | Intermedio | Expresar ideas claras, concisas, persuasivas. Adaptar lenguaje. Escucha activa. | SJT: Presentar informe técnico a audiencia no especializada. STAR: "Explicar concepto técnico difícil." |
| Pensamiento Conceptual | Intermedio | Identificar patrones y relaciones. Abstraer principios. Desarrollar marcos de análisis. | SJT: Datos desestructurados, proponer enfoque de análisis. STAR: "Problema analítico y cómo desarrolló un modelo para resolverlo." |
Nota: La Experticia Profesional y el Pensamiento Conceptual se reflejan también en la prueba funcional.
Preparación para el Análisis de Antecedentes (10%)
Esta prueba es clasificatoria y vale el 10%. Aunque su peso es menor, cada punto es decisivo.
Claves del Éxito:
- Correcta Presentación de Documentos: Es fundamental. El éxito depende de la documentación completa que acredite requisitos mínimos y estudios/experiencias adicionales puntuables.
- Consultar "Anexo de Términos y Condiciones": Este documento (disponible en el sitio web oficial) detalla los factores de puntuación. Es crucial estudiarlo.
- Política "No Aplican Equivalencias": Recordar que no se aceptan equivalencias para requisitos de educación.
- Calidad de Documentos: Certificados legibles, completos, sin enmendaduras y vigentes.
La presentación de documentos refleja su diligencia y respeto por las normas del concurso, creando una primera impresión formal.
Estrategia General de Estudio y Preparación
Creación de un Cronograma Personalizado
- Priorizar Competencias Funcionales (60% y eliminatorio).
- Dedicación a Competencias Comportamentales.
- Revisión meticulosa de documentos para antecedentes.
- Alternar temas para evitar fatiga.
- Establecer metas semanales.
Técnicas de Estudio Efectivas
Para Temas Técnicos (SQL, Power BI, ML):
- Aprendizaje activo y práctico, resolución de problemas, codificación.
- Trabajo con datos de ejemplo, mini-proyectos.
- Uso de recursos interactivos (DataCamp, Udemy, Coursera).
Para Temas Teóricos y C. Comportamentales:
- Mapas conceptuales, resúmenes, auto-evaluación.
- Preparación para entrevistas/SJTs (método STAR, análisis de casos).
Importancia de la Práctica y Simulacros
- Buscar simulacros específicos para CGR o cargos similares en sector público TI.
- Utilizar recursos de preparación (Grupo Geard, Construyendo Méritos, etc.) como guía general, complementando con estudio técnico especializado.
- Analizar errores de los simulacros para enfocar el estudio.
- Practicar con cronómetro y desarrollar estrategias para preguntas difíciles.
Recordatorio Crucial: "Anexo de Términos y Condiciones"
Es imperativo localizar, descargar y estudiar minuciosamente este anexo desde el sitio web oficial. Contiene detalles sobre temarios, criterios de valoración de antecedentes y metodología de las pruebas.
Adaptabilidad de Cursos Genéricos
Los cursos de preparación comerciales suelen ser generales. Para "Gestión de Información y Análisis", el estudio de competencias funcionales debe ser intensamente complementado con recursos técnicos especializados, ya que los cursos genéricos difícilmente cubrirán la profundidad requerida en SQL, Power BI, DAX, ML, etc.
Conclusión y Recomendaciones Finales
Resumen de Puntos Clave
- Comprensión profunda de la convocatoria.
- Prioridad absoluta a Competencias Funcionales (60%, eliminatoria).
- Desarrollo sólido de Competencias Comportamentales (30%, clasificatoria).
- Diligencia en Análisis de Antecedentes (10%, clasificatoria).
- Enfoque práctico y aplicado en el estudio técnico.
- Consulta indispensable del "Anexo de Términos y Condiciones".
Recomendación Final
- Mantener actitud proactiva, buscando información actualizada.
- Ser perseverante y disciplinado con el cronograma de estudio.
- Buscar apoyo y colaboración si es posible.
- Confiar en la preparación exhaustiva.
Mensaje de Motivación
El proceso es exigente, pero superable. Este plan es su hoja de ruta. Con dedicación, estrategia y actitud positiva, estará bien posicionado. La ausencia de requisito de experiencia laboral, combinada con la alta demanda técnica, es una oportunidad única para profesionales con sólida formación académica. ¡El éxito está al alcance de quienes se preparan para él!