Consigue una respuesta de este empleador
Tu currículum y tu carta de presentación, adaptados exactamente a lo que buscan contratar.
Devconnectplatform busca un/a Data Engineer para construir la base de datos de la compañía, diseñando un data lake escalable y asegurando ingestión, transformación y disponibilidad para modelos y dashboards.
Se requiere 3 años de experiencia con Azure Data Factory y Azure Databricks, dominio de Spark y PySpark, y manejo sólido de SQL. Ubicación: Argentina, con posibilidad de 100% remoto, en entorno Azure y prácticas CI/CD.
Para una importante empresa del sector industrial que está impulsando su transformación digital, buscamos un/a Data Engineer que construya los cimientos de datos de la compañía. Vas a diseñar y hacer evolucionar su data lake, y asegurar que la información de la planta y del negocio llegue confiable, trazable y a tiempo a quienes la usan: modelos, dashboards y APIs.
Se valorará:
Vas a tener un rol central en un proyecto que arranca de cero. Vas a definir la arquitectura de datos que va a sostener la analítica, los modelos y los productos digitales de una compañía industrial, y vas a trabajar con datos reales de operación y producción.
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.