Especialista en ingeniería de datos – plazo fijo

Objetivo del cargo. Diseñar y construir componentes de arquitectura de datos para proyectos en entornos on-premise y cloud, liderando técnicamente la implementación de dominios y productos de datos en el Data Lake, bajo los lineamientos definidos por el Líder de Ingeniería de Datos, asegurando la consistencia, calidad e integridad de los datos.

Principales funciones

• -Diseñar, construir, probar y mantener arquitecturas de datos, dominios de datos y productos de datos, de acuerdo con las necesidades del negocio, en los entornos Cloud y On-premise.
• -Identificar formas de optimizar la confiabilidad, eficiencia y calidad de los datos y asegurar la implementación del linaje y catalogo de datos.
• -Integrar fuentes desde multiples fuentes internas y externas en el datalake, con técnicas de ETL/ELT/Streaming y optimizar los procesos de carga y exposición de dominios y productos de datos.
• -Modelar, construir, validar y mantener soluciones BI, asegurando eficiencia y oportunidad en su generación.
• Implementar procesos de data quality y validación.
• -Innovar, proponer y crear soluciones de datos aplicando las tendencias tecnológicas actuales del mercado.
• Perfil profesional y experiencia.
• -Licenciatura en Informática, Ingeniería de Sistemas, Ciencias de la computación o campos afines al cargo.
• -2 años de experiencia en Desarrollo de procesos ETL/ELT y en gestión de bases de datos relacionales y no relacionales (Oracle, SQL Server, Postgres, MySQL, Mongo DB), Data Lake y Data WareHouse.
• -1 año de experiencia en Desarrollo de proyectos de datos sobre Nubes públicas (Microsoft Azure, AWS o Google Cloud Platform) y manejo de herramientas de Integración y Despliegue Continuo en Producción (CI/CD).
• Conocimiento en:.
• -Marcos de trabajo ágiles como SCRUM, Design Thinking, DataOps, entre otras y tecnologías Big Data distribuidas como Apache Hadoop, Apache Spark, Hive, etc.
• -Business Intelligence y uso de plataformas de analítica (Power BI, Tableau o similares).
• -Azure Databricks, Azure Data Factory, Azure DevOps, Azure Synapse.
• -Máquinas Virtuales, Docker, Kubernetes, entre otras tecnologías de virtualización.
• -Tecnologías de streaming como Kafka, Storm, Spark-streaming, etc.
• -Librerías de Deep Learning como Tensorflow o PyTorch.
• -Modelos de Ciencia de Datos, Machine Learning, Deep Learning.

Competencias

• Orientación al logro con calidad.
• Trabajo en equipo.
• Gestión del cambio.
• Liderazgo.