Data Engineer

MISIÓN DEL CARGO

Responsable de diseñar, construir y mantener las infraestructuras de datos que soporten el crecimiento y la estrategia digital de la compañía.

Su función principal es garantizar la disponibilidad, confiabilidad y calidad de los datos, habilitando el análisis avanzado, la inteligencia artificial y la toma de decisiones estratégicas.

RESPONSABILIDADES DEL CARG

• Diseñar, construir y optimizar pipelines de datos para ingesta, transformación y carga (ETL/ELT).


• Administrar y mantener data lakes y data warehouses en entornos cloud o híbrido.


• Integrar fuentes de datos estructurados y no estructurados (APIs, bases de datos, logs, etc.).


• Asegurar la calidad, consistencia y gobernanza de los datos en toda la organización.


• Colaborar con Data Scientists, Data Analysts y equipos de negocio para habilitar casos de uso de analítica avanzada.


• Implementar procesos de monitoreo, versionamiento y orquestación de pipelines.


• Optimizar el rendimiento de consultas y almacenamiento de datos.


• Gestionar políticas de seguridad, accesos y compliance de datos (ej.
  
  GDPR, ISO, HIPAA según aplique).


• Documentar arquitectura, procesos y estándares de datos.

Formación:

🎓Profesional en Ingeniería de Sistemas, Ciencias de la Computación, Ingeniería de Datos o afines.

Experiencia:

💼 3+ años de experiencia como Data Engineer o en roles relacionados con datos.

💼 Experiencia demostrada en construcción de pipelines de datos y entornos cloud.

Certificaciones deseables:

✅AWS Certified Data Analytics o AWS Data Engineer Associate

✅Google Professional Data Engineer

✅Microsoft Certified: Azure Data Engineer Associate

Conocimientos especificos:

· Lenguajes de programación: Python, SQL (avanzado), Java o Scala (deseable).

· Frameworks y librerías: PySpark, Pandas, NumPy.

· Bases de datos: Relacionales (PostgreSQL, MySQL, SQL Server) y NoSQL (MongoDB, Cassandra).

· Herramientas ETL/ELT: Airflow, dbt, Talend, Informatica o similares.

· Cloud & Big Data:

· AWS (Glue, Redshift, S3, EMR),

· Azure (Data Factory, Synapse, Data Lake),

· GCP (BigQuery, Dataflow, Pub/Sub).

· Data Warehousing: Snowflake, BigQuery, Redshift, Synapse.

· Orquestación: Apache Airflow, Prefect o Luigi.

· Mensajería y streaming: Kafka, Spark Streaming, Pub/Sub.

· Gobernanza y calidad de datos: Data Catalog, Collibra, Great Expectations.

· Herramientas de versionamiento y CI/CD: Git, Jenkins, GitHub Actions.

Habilidades:

🔍Pensamiento analítico y resolución de problemas complejos.
🔍Capacidad de diseño arquitectónico y visión sistémica.
🔍Comunicación clara con equipos técnicos y de negocio.
🔍Organización, manejo de prioridades y trabajo autónomo.
🔍Colaboración en entornos ágiles y multidisciplinarios.