Ingeniero de Datos Sénior

1. Requisitos del candidato

• Experiencia Profesional: Una trayectoria demostrada en funciones de Data Engineering, con amplia experiencia gestionando y escalando plataformas de datos modernas y distribuidas.
• Experiencia en Plataformas Cloud: Experiencia profunda en la gestión de ecosistemas de datos nativos de la nube, con una fuerte preferencia por candidatos familiarizados con entornos AWS o GCP.
• Herramientas de Flujo de Trabajo e Infraestructura: Competencia en orquestación de flujos de trabajo e Infraestructura como Código (IaC); se valorará muy positivamente la experiencia específica con Apache Airflow y Terraform, aunque se considerará la experiencia con herramientas similares (por ejemplo, Prefect, Dagster, Pulumi).
• Profundidad en Sistemas de Streaming: Experiencia demostrada en la configuración, mantenimiento y resolución de problemas de sistemas de mensajería distribuida y replicación de datos en tiempo real, como Apache Kafka o tecnologías equivalentes (por ejemplo, Amazon Kinesis, Google Pub/Sub).
• Gobernanza y Calidad de Datos: Sólido conocimiento de los principios de Gobernanza de Datos, incluyendo el linaje de datos, la gestión de metadatos y los controles de calidad automatizados.
• Habilidades de Ingeniería Avanzadas: Capacidades excepcionales de programación en Python y un dominio avanzado de SQL, con un enfoque en la escritura de código limpio, modular y altamente testeable.
• Sentido de Negocio: Gran aptitud analítica con la capacidad de interactuar directamente con las unidades de negocio, comprender la lógica de datos subyacente y diseñar esquemas que den soporte a las necesidades complejas de informes organizativos y productos de datos.

Buscamos un Data Engineer altamente cualificado para impulsar el desarrollo y la optimización de nuestra plataforma de datos. Este puesto está diseñado para un experto técnico que destaque en la intersección de la ingeniería de datos, la automatización de infraestructuras y la lógica de negocio. El candidato seleccionado será responsable de construir ciclos de vida de datos robustos, garantizar la escalabilidad de nuestro entorno nativo de la nube y mantener la integridad de nuestros sistemas de procesamiento por lotes (batch) y en streaming.

1. Responsabilidades del puesto

• Ingeniería de Plataformas de Datos: Diseñar, implementar y escalar pipelines de datos de extremo a extremo utilizando Python y transformaciones basadas en SQL dentro de un entorno de data lake nativo de la nube.
• Orquestación de Infraestructura: Gestionar y escalar cargas de trabajo de datos contenedorizadas y la orquestación automatizada de flujos de trabajo (utilizando herramientas como Apache Airflow) e Infraestructura como Código (utilizando Terraform) o equivalentes funcionales similares.
• Integración de Streaming y Tiempo Real: Mantener y evolucionar los servicios de replicación de datos en tiempo real y las arquitecturas de procesamiento de flujos (utilizando Apache Kafka o sistemas de mensajería distribuida similares) para garantizar la disponibilidad de datos con baja latencia.
• Calidad y Gobernanza de Datos: Establecer e implementar marcos de Gobernanza de Datos y protocolos de validación automatizados para garantizar los más altos estándares de precisión de datos, cumplimiento y fiabilidad de la plataforma.
• Lógica de Negocio y Modelado de Datos: Colaborar con partes interesadas de diversas áreas para interpretar requisitos de negocio complejos y traducirlos en modelos de datos eficientes para la generación de informes e inteligencia de negocio.
• Arquitectura de Sistemas: Aportar conocimientos técnicos para la mejora continua de la plataforma de datos, asegurando que el stack se mantenga resiliente y eficiente a medida que aumentan los volúmenes y la complejidad de los datos.