Azure Data Engineer — Etl & Analytics Focus

Visa Hunt; Rosario; A distancia; ARS 3.000.000 - 5.400.000; Jornada completa

Descripción de la vacante

Visa Hunt busca un Data Engineer para unirse a un equipo de datos en Argentina, con posibilidad de 100% remoto. Diseñar, desarrollar y operar pipelines ETL/ELT en Azure para garantizar la ingesta, transformación y disponibilidad de datos para analítica y modelos business.

Se requieren al menos 3 años de experiencia con Azure Data Factory y Azure Databricks, dominio de Spark/PySpark, SQL sólido y buenas prácticas de gobernanza, seguridad y CI/CD para datos.

Formación

• Experiencia mínima de 3 años como Data Engineer con Azure Data Factory y Azure Databricks.
• Dominio de Apache Spark y PySpark para procesamiento distribuido.

Responsabilidades

• Diseñar y desarrollar pipelines ETL/ELT con Azure Data Factory y Azure Databricks.
• Optimizar consultas SQL y estructuras de datos para analítica.
• Gestionar datos en Azure Blob Storage y Data Lake Gen2, con particionamiento y formatos.
• Instrumentar logging, métricas y alertas; pipelines reproducibles y observables.
• Definir contratos de datos, SLAs y calidad junto a equipos de BI y producto.
• Automatizar despliegues y pruebas de pipelines con control de versiones y CI/CD.
• Cumplir políticas de seguridad y privacidad de datos.

Conocimientos

Inglés técnico intermedio

Trabajo en equipo

Análisis de datos

Educación

Certificaciones Azure de datos (DP-203)

Certificación Azure Data Engineer Associate

Certificación Databricks

Herramientas

Azure Data Factory

Azure Databricks

Azure Blob Storage

Azure Data Lake Gen2

Parquet/Delta Lake

Apache Spark

PySpark

SQL

Airflow

CI/CD para datos

Descripción del empleo

Ubicación: Argentina | Puede ser 100% remoto

Integrarte a un equipo de datos para diseñar, desarrollar y operar pipelines ETL/ELT en Azure, garantizando la ingesta, transformación y disponibilidad de datos para consumidores de negocio y modelos analíticos. El rol implica responsabilidad técnica en la implementación de soluciones con Azure Data Factory, Azure Databricks y ecosistemas de almacenamiento (Blob Storage, Data Lake) aplicando buenas prácticas de calidad, rendimiento y gobernanza de datos.

Diseñar y desarrollar pipelines de ingestión y transformación de datos utilizando Azure Data Factory y Azure Databricks.

Implementar procesos ETL/ELT con Apache Spark y PySpark para procesamiento por lotes y en tiempo casi real.

Modelar y optimizar consultas SQL y estructuras de datos para consumo analítico y reporting.

Gestionar y organizar datos en Azure Blob Storage y Azure Data Lake (Gen2), definiendo particionamiento, formatos y políticas de retención.

Construir pipelines reproducibles, parametrizables y observables; instrumentar logging, métricas y alertas.

Colaborar con equipos de ciencia de datos, BI y producto para definir contratos de datos, SLAs y requisitos de calidad.

Automatizar despliegues y pruebas de pipelines; aplicar control de versiones y prácticas CI/CD para artefactos de datos.

Garantizar cumplimiento de políticas de seguridad y privacidad en el manejo de datos sensibles.

Documentar arquitecturas, pipelines y runbooks; transferir conocimiento al equipo y participar en on-call rotativo cuando aplique.

Requisitos excluyentes

Experiencia comprobable como Data Engineer (mín. 3 años) trabajando con Azure Data Factory y Azure Databricks.

Dominio de Apache Spark y PySpark para procesamiento distribuido y optimización de jobs.

Sólidos conocimientos de SQL: modelado, tuning y optimización de consultas.

Experiencia en diseño e implementación de pipelines ETL/ELT y en integración de datos.

Conocimiento práctico de Azure Blob Storage y Azure Data Lake (Gen2), incluyendo formatos como Parquet/Delta Lake.

Familiaridad con herramientas de orquestación, monitorización y CI/CD aplicadas a datos.

Inglés técnico: nivel intermedio (lectura de documentación y comunicación con equipos técnicos).

Residir en Argentina.

Experiencia con Delta Lake, optimizaciones de storage y compaction.

Conocimientos en seguridad y gobernanza de datos: RBAC, Data Catalog, políticas de enmascaramiento.

Familiaridad con Python avanzado y librerías de ingeniería de datos (pandas, numpy, airflow o equivalentes).

Experiencia con performance tuning de Spark y troubleshooting de jobs en Databricks.

Certificaciones Azure relacionadas con datos (DP-203, Azure Data Engineer Associate) o Databricks.

Experiencia en entornos cloud a gran escala y en trabajo ágil con equipos multidisciplinarios.