Data Engineer

Diseño, construcción y consulta de soluciones MPP (Massive Parallel Processing) en BigQuery

Gestión de eventos y flujos de datos en tiempo real (Pub/Sub y Dataflow)

Conocimiento y experiencia en el entorno de Google Cloud Platform

Conocimientos en técnicas y herramientas de procesamiento distribuido de datos (ej. Spark)

Dominio avanzado de Python y SQL (scripts complejos y optimización de queries)

Conocimientos en Terraform para el despliegue de recursos en Google Cloud Platform

Experiencia en la gestión de flujos con Cloud Composer (Apache Airflow)

Uso experto de Git/GitHub y metodologías de CI/CD para despliegues de datos

Habilidades blandas

Comunicación asertiva, orientación hacia los clientes, trabajo en equipo, planificación y organización, innovación, pensamiento analítico, capacidad de aprendizaje.

Formación requerida

Profesional en Ingeniería de Sistemas, Ingeniería de Datos, Informática, Estadística o carreras afines.

Experiencia requerida

2 años (deseable: 2 a 3 años de experiencia en ingeniería de datos, analítica o proyectos de datos en entornos productivos).

Diseñar e implementar pipelines de datos de complejidad baja y media, considerando fuentes, transformaciones y destinos, bajo buenas prácticas de ingeniería de datos.

Mantener y optimizar procesos ETL/ELT existentes, mejorando su rendimiento, tiempos de ejecución y uso de recursos.

Integrar datos provenientes de distintas fuentes (bases de datos, APIs, archivos, plataformas cloud), asegurando consistencia y trazabilidad.

Aplicar reglas de validación, limpieza y control de calidad de datos, detectando anomalías e inconsistencias.

Diseñar e implementar mecanismos automáticos de validación y control de calidad en los pipelines de datos.

Documentar pipelines, modelos de datos, transformaciones y dependencias, siguiendo los estándares del proyecto y del cliente.

Atender requerimientos técnicos del proyecto y apoyar la resolución de incidencias relacionadas con datos, interactuando con equipos del cliente.

Aplicar estándares de desarrollo, versionamiento, seguridad y buenas prácticas definidas por el cliente y la organización.

Aplicar lineamientos de seguridad en el tratamiento y procesamiento de datos del cliente.

Participar activamente en instancias de aprendizaje, mejora continua y adopción de nuevas herramientas o prácticas de ingeniería de datos.

Certificaciones intermedias en Data Engineering o Cloud.

Cursos especializados en ETL, Big Data o Pipelines.