Resumen del puesto

El Data Engineer es responsable de diseñar, construir y mantener pipelines de datos robustos, escalables y eficientes que soporten las necesidades analíticas y operativas de la organización. Su función principal es garantizar que la información fluya de manera confiable desde múltiples fuentes hacia las plataformas de almacenamiento y análisis, aplicando buenas prácticas de calidad, integración y seguridad.

Este rol requiere habilidades técnicas avanzadas en programación (Python, PySpark), manejo de entornos cloud y herramientas de big data, además de experiencia en bases de datos relacionales y no relacionales. Actúa como puente entre las fuentes de datos, arquitectos y analistas, asegurando que la infraestructura de datos respalde la toma de decisiones y el desarrollo de soluciones de inteligencia artificial y machine learning.

Responsabilidades principales

• Diseñar, desarrollar y optimizar pipelines de datos en entornos cloud y on-premise.

• Construir procesos de ingesta, transformación y carga (ETL/ELT) que aseguren escalabilidad y eficiencia.

• Implementar integraciones entre sistemas internos y externos, garantizando consistencia y trazabilidad de la información.

• Administrar y optimizar bases de datos relacionales (SQL) y no relacionales (NoSQL).

• Colaborar con arquitectos, analistas de datos y científicos de datos para asegurar que los datasets sean confiables y de calidad.

• Aplicar prácticas de control de versiones, pruebas automatizadas y despliegue continuo (CI/CD).

• Implementar mecanismos de monitoreo, alertas y auditoría en pipelines de datos críticos.

• Documentar procesos, arquitecturas y flujos de datos de acuerdo con lineamientos de la organización.

• Contribuir al diseño y evolución de la arquitectura de datos en la nube (Azure, AWS, GCP).

• Adoptar metodologías ágiles para la entrega iterativa y eficiente de soluciones de datos.

Requisitos

Educación: Profesional en Ingeniería de Sistemas, Ciencias de la Computación, Ingeniería de Datos o carreras afines.

Formación complementaria:

• Programación en Python y PySpark.

• Manejo de Databricks y ecosistemas Big Data.

• Administración de bases de datos SQL y NoSQL.

• Conocimientos en integración de datos y optimización de consultas.

• Fundamentos de arquitecturas cloud (Azure Data Factory, AWS Glue, GCP Dataflow).

Experiencia:

• Mínimo 3 años en ingeniería de datos o construcción de pipelines.

• Experiencia comprobada en diseño y mantenimiento de flujos de integración y procesamiento de datos.

• Trabajo en proyectos con metodologías ágiles y control de versiones (Git).