Ingeniero de Datos para AI: Pipelines y Calidad

Interbank; Comisión de Fomento de Perú; Presencial; ARS 98.718.000 - 151.874.000; Jornada completa

Descripción de la vacante

Interbank, a través de GenIA, busca un GenIA Data Engineer para construir y optimizar pipelines de datos que alimenten soluciones de inteligencia artificial. El rol exige garantizar la calidad, trazabilidad y integración de datos a través de entornos on-prem y cloud.

Trabajarás con equipos de negocio y tecnología para habilitar analítica y AI, manejando flujos batch y en tiempo real, y abordando datos estructurados y no estructurados con herramientas modernas.

Formación

• Python avanzado y SQL para procesamiento y transformación de datos.
• Pipelines batch y streaming (Kafka, Pub/Sub, Event Hub).
• Integración de datos vía APIs REST en entornos on-prem y cloud.
• Calidad de datos, trazabilidad (linaje) y monitoreo de pipelines.
• Procesamiento de datos no estructurados (documentos, texto, etc.).
• Deseable: orquestación (Airflow, Dagster, ADF), OCR/parsing y plataformas cloud.

Responsabilidades

• Diseñar pipelines de datos robustos y escalables.
• Traducir necesidades de negocio en estructuras y flujos de datos eficientes.
• Asegurar calidad, consistencia y confiabilidad del dato.
• Orquestar múltiples fuentes y sistemas de datos.
• Colaborar con equipos multidisciplinarios para habilitar analítica y AI.
• Adaptarse a entornos complejos y en constante evolución.

Conocimientos

Python

SQL

Pipelines batch

Pipelines streaming

APIs REST

Calidad de datos

Trazabilidad

Monitoreo de pipelines

OCR/parsing

Cloud platforms

Herramientas

Kafka

Pub/Sub

Event Hub

Airflow

Dagster

ADF

OCR tooling

Descripción del empleo

Interbank, a través de GenIA, busca un GenIA Data Engineer para construir y optimizar pipelines de datos que alimenten soluciones de inteligencia artificial. El rol exige garantizar la calidad, trazabilidad y integración de datos a través de entornos on-prem y cloud.

Trabajarás con equipos de negocio y tecnología para habilitar analítica y AI, manejando flujos batch y en tiempo real, y abordando datos estructurados y no estructurados con herramientas modernas.