Remote Azure Data Engineer: Etl & Analytics Pro

Visa Hunt; Santa Fe Capital; A distancia; ARS 1.200.000 - 2.000.000; Jornada completa

Descripción de la vacante

Visa Hunt busca un Data Engineer para diseñar, desarrollar y operar pipelines ETL/ELT en Azure, asegurando la ingesta, transformación y disponibilidad de datos para analítica y modelos de negocio. El puesto implica responsabilidad técnica en Azure Data Factory, Databricks y ecosistemas de almacenamiento; se trabajará con Spark, PySpark y gobernanza de datos, con enfoque en calidad y rendimiento.

Se requiere dominio de SQL, Delta Lake y buenas prácticas de CI/CD, además de colaboración con

Formación

• Experiencia como Data Engineer con pipelines ETL/ELT.
• Dominio de Azure Data Factory y Azure Databricks.
• Conocimientos de Spark y PySpark para procesamiento distribuido.
• Sólidos conocimientos de SQL y modelado de datos.
• Conocimientos de almacenamiento en Azure (Blob, Data Lake Gen2).
• Experiencia con herramientas CI/CD para datos.

Responsabilidades

• Diseñar, desarrollar y operar pipelines ETL/ELT en Azure.
• Garantizar ingesta, transformación y disponibilidad de datos para analítica.
• Implementar procesos con Spark/PySpark y optimizar jobs.
• Modelar y optimizar consultas SQL para reporting.
• Gestionar datos en Azure Blob Storage y Data Lake (Gen2).
• Construir pipelines reproducibles, con logging, métricas y alertas.
• Colaborar con ciencia de datos, BI y producto para SLAs y calidad.
• Automatizar despliegues y pruebas de pipelines; aplicar CI/CD.
• Cumplir políticas de seguridad/gobernanza de datos.
• Documentar arquitecturas, runbooks y transferir conocimiento.

Conocimientos

Azure Data Factory

Azure Databricks

SQL

Python

Delta Lake

CI/CD

Data governance

Herramientas

Azure Blob Storage

Azure Data Lake Gen2

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.