Remote Azure Data Engineer - Etl/Elt & Spark Expert

Visa Hunt; Santa Fe Capital; Remote; ARS 2,000,000 - 3,500,000; Full time

Job summary

Visa Hunt busca un Data Engineer para diseñar, construir y operar pipelines ETL/ELT en Azure, asegurando ingesta, transformación y disponibilidad de datos para modelos analíticos y reporting.

Se trabajará con Azure Data Factory, Azure Databricks y Delta Lake, manteniendo buenas prácticas de calidad y gobernanza. Residir en Argentina y posibilidad de trabajo remoto total.

Qualifications

• Experiencia comprobable como Data Engineer (mín. 3 años) con Azure Data Factory y Azure Databricks.
• Dominio de Apache Spark y PySpark para procesamiento distribuido.
• Sólidos conocimientos de SQL, modelado y optimización de consultas.
• Experiencia en pipelines ETL/ELT y orquestación con CI/CD para datos.
• Conocimiento de Azure Blob Storage y Data Lake Gen2, formatos Parquet/Delta Lake.
• Conocimientos de seguridad y gobernanza de datos (RBAC, Data Catalog).
• Inglés técnico; residir en Argentina.

Responsibilities

• Diseñar y desarrollar pipelines ETL/ELT en Azure para ingesta y transformación de datos.
• Garantizar rendimiento, calidad y gobernanza de datos para consumidores de negocio.
• Implementar pipelines con Azure Data Factory, Databricks y Spark/PySpark.
• Modelar estructuras de datos y optimizar consultas para reporting.
• Configurar logging, métricas y alertas; participar en CI/CD de artefactos de datos.

Skills

Azure Data Factory

Azure Databricks

SQL

Python

Delta Lake

PySpark

Data governance

CI/CD para datos

Education

Azure Data Engineer Associate (DP-203)

Tools

Azure Blob Storage

Data Lake Gen2

Parquet/Delta Lake

Apache Spark

Job description

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.