Remote Azure Data Engineer: Etl, Spark & Delta Lake

Visa Hunt; Ciudad de Mendoza; Remote; ARS 61,494,000 - 107,614,000; Full time

Job summary

Visa Hunt busca un Ingeniero de Datos con experiencia en Azure para diseñar, construir y operar pipelines ETL/ELT en la nube. Utilizarás Azure Data Factory, Azure Databricks y Delta Lake para ingesta, transformación y disponibilización de datos para analítica de negocio.

Entre tus tareas estarán optimizar consultas SQL, gestionar Azure Blob Storage y Data Lake Gen2, y asegurar gobernanza, seguridad y prácticas CI/CD. Se requiere al menos 3 años de experiencia y residencia en Argentina.

Qualifications

• Experiencia mínima de 3 años como Data Engineer con Azure.
• Dominio de Azure Data Factory y Azure Databricks.
• Conocimiento de Delta Lake, Parquet y Data Lake Gen2.
• Inglés técnico, lectura de documentación.
• Residir en Argentina.

Responsibilities

• Diseñar y operar pipelines ETL/ELT en Azure.
• Implementar Spark y PySpark para batch y near-time.
• Modelar y optimizar consultas SQL para analytics.
• Gestionar almacenamiento en Azure Blob/Data Lake Gen2.
• Aplicar gobernanza, seguridad y CI/CD de datos.
• Colaborar con data scientists, BI y producto.
• Automatizar despliegues y pruebas CI/CD de pipelines.
• Documentar arquitecturas y runbooks.

Skills

ETL/ELT pipelines

SQL tuning

Python pandas

Data CI/CD

Education

Azure Data Engineer DP-203 / Data Engineer Associate

Tools

Azure Data Factory

Azure Databricks

Apache Spark

PySpark

Delta Lake

Azure Blob Storage

Azure Data Lake Gen2

Parquet

Airflow

CI/CD tooling

Job description

• Ofertas de Remote Azure Data Engineer Etl Spar...

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.