Get a reply from this employer
Your resume and cover letter, tailored to exactly what they’re hiring for.
NTT DATA busca un/a Data Engineer senior para diseñar, construir y operar pipelines de datos en Google Cloud Platform. Trabajarás con BigQuery, Dataflow y herramientas de orquestación para transformar datos batch y streaming y habilitar analítica y IA.
Se requiere inglés avanzado y capacidad de trabajo autónomo, con foco en calidad, seguridad y escalabilidad. Ofrecemos desarrollo profesional, beneficios y modalidad de trabajo flexible.
Como líder global en innovación empresarial y tecnológica, trabajamos con las mejores organizaciones a nivel mundial para entregar soluciones que generan un impacto significativo. Con más de 190,000 profesionales en más de 70 países, combinamos un profundo conocimiento con una cultura que valora el aprendizaje, la curiosidad y la colaboración. Lideramos la transformación y entregamos soluciones seguras, innovadoras y específicas de la industria que impulsan el crecimiento de los negocios. Nuestra gente impulsa todos nuestros logros , piensan en grande para entregar resultados mientras se asegura que cada voz sea escuchada. En NTT DATA nos encontramos en la búsqueda de un/a Senior Data Engineer para sumarse a nuestro equipo! Responsabilidades: Participar en proyectos de implementación de Cognite Data Fusion (CDF), con foco en integración, transformación, modelado y contextualización de datos. Requisitos: C ontar con experiencia sólido en Data Engineering, capacidad para trabajar con fuentes heterogéneas y experiencia en entornos Cloud, con preferencia por Microsoft Azure. 5 años o más de experiencia como Data Engineer. Experiencia sólido en construcción de pipelines ETL/ELT. Muy buen manejo de Python y SQL. Experiencia integrando datos desde APIs, bases de datos y sistemas empresariales (SAP, PI o Y-Go deseables). Conocimientos sólidos de modelado de datos. Experiencia trabajando con APIs y SDKs. Experiencia en entornos Cloud. Conocimientos de Git y versionado de código. Capacidad para trabajar de forma autónoma y colaborar con equipos técnicos y funcionales.
Cultura colaborativa con enfoque "People First" Desarrollo profesional y aprendizaje continuo Flexibilidad laboral con BeFlex Bienestar y apoyo a la salud mental Entorno diverso e inclusivo
¿Suena interesante?
Buscamos un/a Data Engineer para diseñar, construir y operar pipelines y productos de datos en Google Cloud Platform dentro de una empresa tecnológica líder en soluciones para grandes corporaciones. El rol transforma fuentes de datos batch y streaming en datasets confiables y reutilizables en BigQuery / lakehouse, para habilitar analítica, reporting y casos de IA, asegurando calidad, seguridad, disponibilidad, escalabilidad y eficiencia de costos.
También vas a elevar el estándar técnico del equipo a través de documentación, mejora continua y capacitación interna.
Construir y mantener pipelines de ingesta y transformación en GCP con buenas prácticas (idempotencia, reintentos, backfills, particionado y clustering)
Implementar modelos de datos en BigQuery por capas (bronze/silver/gold o equivalente), optimizando performance y costos
Desarrollar procesos con Dataflow, Dataproc, Cloud Composer, Pub/Sub y Cloud Run / Functions, integrando APIs, archivos, bases de datos y eventos
Aplicar DataOps en GCP: versionado con Git, CI/CD, despliegues automatizados por ambiente (dev/qa/prod) y estándares de naming
Asegurar observabilidad de los productos de datos: logging, métricas, alertas y runbooks
Relevar requerimientos con negocio, BI y analítica, y traducirlos en soluciones técnicas (datasets, pipelines, contratos de datos)
Proponer e implementar mejoras de performance, costo, calidad, mantenibilidad y automatización
Colaborar con equipos de plataforma, seguridad y arquitectura para alinear estándares y prácticas
Diseño y desarrollo de pipelines en GCP batch y streaming, con incrementalidad (watermarks, upserts / merges)
BigQuery avanzado: modelado, performance tuning (partitions, clustering), control de costos y SQL analítico
Orquestación con Cloud Composer / Airflow: diseño de DAGs, SLAs, retries, backfills, parametrización y entornos
Procesamiento distribuido con Dataflow / Apache Beam y/o Spark (Dataproc)
Seguridad y compliance básico: IAM least privilege, gestión de secretos, cifrado, manejo de PII, auditoría y logs
Calidad de datos: validaciones, tests, reconciliaciones, monitoreo de freshness y volumen, manejo de errores
Observabilidad y operación: logging, métricas, alertas, runbooks e incident response
DataOps / DevOps: Git, CI/CD y despliegues por ambiente