Ingeniero de Datos Sénior

• Más de 6 años de experiencia en ingeniería de datos, con al menos los últimos tres años trabajando con Databricks en entornos de producción.
• Experiencia práctica profunda con arquitectura medallion / Lakehouse, Delta Lake, Unity Catalog, Lakeflow Declarative Pipelines y Databricks Asset Bundles.
• Sólidos conocimientos de Python, PySpark y SQL, con capacidad para diagnosticar problemas de rendimiento en cargas de trabajo grandes a través de Spark UI y Photon.
• Experiencia real en producción con ingesta por streaming (Kafka Structured Streaming, Auto Loader) y patrones de CDC.
• Experiencia implementando calidad de datos a escala (Great Expectations o equivalente), además de linaje, catalogación y control de acceso.
• CI/CD en plataformas de datos a través de Azure DevOps o GitHub Actions, con infraestructura como código (Terraform o equivalente).
• Inglés fluido para el trabajo.

• Certificaciones de Databricks activas.
• Experiencia previa en plataformas de gestión de inversiones, datos operativos de gestión de activos o feeds de datos de mercado de los principales proveedores.
• Certificación CDMP DAMA o credencial equivalente en gobernanza de datos.
• Experiencia aplicando herramientas de ingeniería agéntica (agentic engineering) a la ingeniería de datos en producción (no solo para la productividad personal), incluyendo servidores Databricks o en la nube conectados mediante MCP.

Estamos contratando a un Senior Data Engineer para unirse a un equipo de entrega de Intellias en un programa de migración de una plataforma de datos empresarial a gran escala para un cliente de servicios financieros. Este es un rol senior práctico. Escribirás código de producción cada semana, serás responsable de las decisiones arquitectónicas en tu flujo de trabajo y actuarás como mentor de un ingeniero de nivel medio asignado.

Nuestro cliente es un gestor de activos global, independiente y activo, con más de R3 billones en activos bajo gestión. Están ejecutando una estrategia de datos en toda la firma para gobernar, gestionar e integrar los datos como un producto en más de 70 subdominios propiedad de las unidades de negocio.

Como parte de esto, se están migrando a Databricks como la capa fundacional de su Enterprise Data Platform, adoptando una arquitectura lakehouse basada en formatos abiertos, pipelines declarativos y Unity Catalog.

• Realizar la entrega de extremo a extremo de uno o más dominios de datos prioritarios en Azure Databricks.
• Diseñar y construir pipelines de medallón (Bronze / Silver / Gold) utilizando Lakeflow Declarative Pipelines, Auto Loader, Structured Streaming y Delta Lake con Liquid Clustering.
• Registrar productos de datos curados en Unity Catalog con las etiquetas, máscaras, filtros de filas, linaje y políticas de acceso correctas.
• Implementar controles de calidad de datos (data quality gates) en el límite de Silver a Gold, y refinar las reglas con los responsables de dominio (domain stewards).
• Empaquetar y desplegar el trabajo utilizando Databricks Asset Bundles a través de Azure DevOps CI/CD.
• Escribir pruebas automatizadas y documentación.
• Trabajar hoy en un nivel de AI-as-Collaborator con un camino hacia AI-as-Orchestrator, utilizando Claude Code, Databricks Assistant, GitHub Copilot y herramientas de agentes conectados mediante MCP para acelerar las partes recurrentes de la construcción, prueba y despliegue de pipelines.