Forward Deployed Data Engineer (Integration)

• Experiencia profunda con dbt para modelado warehouse-native.

• Haber trabajado con más de una solución de almacén de datos de última generación y conocer las estrategias de optimización.

• Experiencia con frameworks de Capa Semántica (Cube, MetricQL, etc.).

• Experiencia en E-commerce/Retail (comprensión de métricas de ingresos, ciclo de vida de pedidos, LTV, CAC, atribución, etc.).

• Haber construido un flujo de trabajo agéntico anteriormente.

Salario competitivo + paquete de acciones (equity), acorde con la experiencia.

Bonos basados en el rendimiento vinculados a hitos del proyecto e impacto en el cliente.

Hilbert es un motor de crecimiento escalable, centrado primero en la ciencia de datos, que ofrece a los equipos B2C claridad predictiva sobre el comportamiento del usuario, los impulsores de ingresos y las acciones que fomentan un crecimiento sostenible. Diseñado para ser totalmente agéntico, Hilbert reduce ciclos de decisión de meses a minutos.

Desde empresas Fortune 10 hasta marcas queridas como FreshDirect, Blank Street y Levain Bakery, los operadores gestionan su crecimiento con Hilbert.

La Misión: Arquitectar la Verdad Absoluta (Ground Truth)

En Hilbert reducimos "meses" a "minutos". Construimos el Motor de Crecimiento de IA que las empresas Fortune 500 y las marcas B2C icónicas utilizan para navegar por sus impulsores de ingresos en tiempo real.

Estamos expandiendo nuestro modelo de despliegue. Ya sea ingiriendo datos en nuestro almacén gestionado de alto rendimiento Clickhouse o implementando lógica Warehouse-Native directamente dentro de la propia solución de almacén de datos del cliente, como Snowflake o BigQuery, el objetivo es el mismo: proporcionar a nuestros Agentes de IA una visión perfecta y de alta fidelidad del negocio. Necesitamos un Forward Deployed Data Engineer que pueda arquitectar estos puentes en cualquier entorno.

El Problema Difícil: Hibridez Arquitectónica y Claridad Semántica

El desafío no es solo mover filas; es garantizar la "Consistencia de Razonamiento". Eres responsable de asegurar que nuestra IA produzca los mismos insights de alta calidad independientemente de dónde residan los datos.

• El Desafío de la Doble Vía: Estamos construyendo un sistema que puede canalizar datos hacia nuestro stack de Clickhouse utilizando Dagster y Airbyte, o ejecutar transformaciones "Zero-Extract" de forma nativa en el almacén del cliente. Tendrás que dominar ambos mundos.

• La Capa Semántica de IA: Para clientes con conjuntos de datos personalizados que no encajan en nuestros modelos canónicos, construirás el "Traductor". Definirás los metadatos y la lógica de negocio para que nuestros flujos agénticos puedan "entender" las columnas personalizadas sin alucinaciones.

• Integración Asistida por Agentes: Estamos construyendo un Agente de Descubrimiento de Datos para automatizar la parte "caótica" de tu trabajo. Interactuarás con este agente para analizar los datos del cliente, sugerir alternativas de mapeo y generar automáticamente la primera versión de los pipelines, reduciendo significativamente el tiempo de integración.

• El Políglota Pragmático: Te sientes igual de cómodo optimizando una consulta de Clickhouse que escribiendo Snowpark (Snowflake) nativo o BigQuery SQL , y te sientes cómodo implementando scripts de orquestación de datos usando python..

• El Ontólogo de Datos: Entiendes que una IA necesita algo más que una simple tabla; necesita contexto. Tienes la disciplina para definir el "significado" detrás de los datos.

• El "Traductor": Puedes ganarte la confianza técnica del Arquitecto de Datos de un cliente en cuestión de minutos, extrayendo la lógica de las tablas personalizadas y mapeándolas al motor de razonamiento de Hilbert.

• Mentalidad de "Piloto": Te entusiasma usar y mejorar agentes de IA que se encargan del trabajo pesado del descubrimiento de datos y el andamiaje de pipelines.

• Integración Híbrida: Liderarás el ciclo de vida técnico de los nuevos clientes, eligiendo e implementando la mejor ruta de despliegue (Managed Clickhouse vs. Warehouse-Native).

• Onboarding Acelerado: Utilizarás el Discovery Agent interno de Hilbert para crear informes y sugerir mapeos, pasando de datos brutos a un pipeline v1 funcional en tiempo récord.

• Construcción de la Capa Semántica de IA: Arquitectarás las definiciones semánticas para datos empresariales personalizados, asegurando que nuestro motor de conversación agéntica tenga la "Verdad Absoluta" para cada consulta.

• Modelado Canónico: Transformarás diversos datos de origen en modelos de crecimiento unificados de Hilbert para potenciar nuestros sistemas de ML genéricos.

• Despliegue Empresarial: Actuarás como el principal recurso técnico para implementaciones empresariales de alto nivel, asegurando que nuestro stack esté "empaquetado" y sea eficiente en su infraestructura específica.