Ingeniero/a de Datos Cloud – AI & Real-Time

Acerca del puesto

¡Únete a nuestro equipo! Buscamos un Cloud Data Engineer | AI & Real-Time para formar parte del área de CDPO (Data & Platform Operations) y participar en la evolución de la plataforma de datos de la compañía. Esta es una excelente oportunidad para profesionales que quieran trabajar con tecnologías modernas de datos, cloud, procesamiento en tiempo real y arquitecturas Lakehouse, teniendo participación en proyectos de alto impacto para el negocio.

Responsabilidades principales

• Diseñar y desarrollar pipelines de datos desde diferentes fuentes y sistemas.
• Integrar, transformar y optimizar datos utilizando SQL, Python y PySpark.
• Implementar procesos de datos en tiempo real (Real-Time/Streaming) en ambientes productivos.
• Participar en la evolución de arquitecturas Cloud, Data Lake/Lakehouse.
• Garantizar la calidad, disponibilidad y escalabilidad de los datos.

Perfil requerido

• Profesionales en Ingeniería de Sistemas, Ingeniería de Software, Ciencias de la Computación, Ingeniería Informática o carreras afines.
• Entre 2 y 4 años de experiencia en roles de Data Engineering, BI Development, ETL Development o similares.
• Mínimo 1 año de experiencia trabajando con plataformas cloud de datos como Azure, AWS o GCP.
• Experiencia demostrable construyendo y optimizando pipelines de datos en ambientes productivos.
• Experiencia trabajando con procesamiento de datos en tiempo real (real-time) en producción.

Habilidades requeridas

• SQL avanzado (CTEs, Window Functions, optimización de queries).
• Python aplicado al procesamiento y transformación de datos.
• Diseño e implementación de procesos ETL/ELT.
• Modelado de datos dimensional, incluyendo Star Schema.
• Git para control y versionamiento de código.
• Procesos de streaming o real-time en producción.
• Arquitecturas Data Lake / Lakehouse.
• Experiencia con Databricks, Snowflake, BigQuery, Synapse, Redshift o Microsoft Fabric.
• Herramientas de orquestación de pipelines.
• Integración de fuentes heterogéneas como SAP, ERP, CRM y APIs.
• Conocimientos de MLOps o arquitecturas de Machine Learning en producción.