Remote Azure Data Engineer: Etl, Spark & Data Lake

Visa Hunt; Neuquén; Remote; ARS 3,000,000 - 5,500,000; Full time

Job summary

Visa Hunt busca un Data Engineer para diseñar, construir y mantener pipelines ETL/ELT en Azure, garantizando ingesta, transformación y disponibilidad de datos para usuarios de negocio y modelos analíticos.

Se trabajará con Azure Data Factory, Databricks y Storage Gen2, aplicando buenas prácticas de calidad, rendimiento y gobernanza, con enfoque en CI/CD y seguridad de datos. Residir en Argentina y posibilidad de remoto.

Qualifications

• Experiencia comprobable como Data Engineer (mín. 3 años) con Azure Data Factory y Databricks.
• Dominio de Spark y PySpark para procesamiento distribuido.
• Conocimientos sólidos de SQL: modelado y tuning.
• Diseño e implementación de pipelines ETL/ELT en Azure.
• Conocimientos de Azure Blob Storage y Data Lake Gen2.
• Conocimientos de herramientas de orquestación y CI/CD para datos.
• Inglés técnico.
• Residir en Argentina.
• Certificaciones DP-203 o Databricks.

Responsibilities

• Diseñar y desarrollar pipelines ETL/ELT con Azure Data Factory y Databricks.
• Operar pipelines; asegurar ingestión, transformación y disponibilidad de datos.
• Gobernanza de datos y cumplimiento de políticas de seguridad.
• Colaborar con equipos de datos, BI y producto.
• Automatizar despliegues y pruebas de pipelines.

Skills

Azure Data Factory

Azure Databricks

SQL

Python (Pandas)

Apache Spark

Delta Lake

CI/CD para datos

Gobernanza de datos

RBAC y seguridad de datos

Inglés técnico

Education

Azure Data Engineer DP-203

Databricks Certification

Tools

Azure Blob Storage

Azure Data Lake Gen2

Parquet/Delta Lake

Airflow

Azure DevOps

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.