Remote Azure Data Engineer - Spark & Delta Lake

Globallogic Inc.; Santa Fe Capital; A distancia; ARS 92.724.000 - 139.086.000; Jornada completa

Descripción de la vacante

Globallogic Inc. busca un Data Engineer para diseñar, desarrollar y operar pipelines ETL/ELT en Azure, garantizando ingesta, transformación y disponibilidad de datos para consumos analíticos.

Se trabajará con Azure Data Factory, Azure Databricks y almacenamiento en Data Lake/Blob para asegurar calidad y gobernanza. El rol requiere experiencia con Spark, PySpark y SQL, además de prácticas CI/CD, y colaboración estrecha con equipos de BI y producto.

Formación

• Experiencia demostrable como Data Engineer (mín. 3 años) trabajando con ETL/ELT en Azure.
• Dominio de Azure Data Factory y Azure Databricks para ingestión, transformación y orquestación.
• Sólidos conocimientos de SQL, modelado y tuning de consultas.
• Conocimiento práctico de almacenamiento en la nube (Blob Storage/ Data Lake Gen2) y formatos Parquet/Delta Lake.
• Habilidad para diseñar pipelines reproducibles con logging, métricas y alertas.
• Inglés técnico suficiente para lectura de documentación técnica.

Responsabilidades

• Diseñar, desarrollar y operar pipelines ETL/ELT en Azure para ingesta y transformación de datos.
• Garantizar disponibilidad y calidad de datos para analítica y reporting.
• Optimizar rendimiento de Spark y consultas SQL.
• Implementar prácticas CI/CD y control de versiones para artefactos de datos.
• Colaborar con ciencia de datos, BI y producto para definir contratos de datos y SLAs.

Conocimientos

Azure Data Factory

Azure Databricks

Apache Spark

PySpark

SQL

Python

CI/CD

Data governance

Delta Lake

RBAC

Educación

Azure Data Engineer DP-203

Herramientas

Azure Data Lake Gen2

Azure Blob Storage

Apache Airflow

Descripción del empleo

Globallogic Inc. busca un Data Engineer para diseñar, desarrollar y operar pipelines ETL/ELT en Azure, garantizando ingesta, transformación y disponibilidad de datos para consumos analíticos.

Se trabajará con Azure Data Factory, Azure Databricks y almacenamiento en Data Lake/Blob para asegurar calidad y gobernanza. El rol requiere experiencia con Spark, PySpark y SQL, además de prácticas CI/CD, y colaboración estrecha con equipos de BI y producto.