Senior Ai-Driven Data Engineer, Remote Marketing Analytics

Speedrun Talent Network; Tandil; Remote; ARS 92,724,000 - 185,448,000; Full time

Job summary

Speedrun Talent Network busca un Senior AI Driven Data Engineer para un rol 100% remoto desde Argentina. Diseñarás, desarrollarás y operarás pipelines ETL/ELT en Azure, garantizando ingesta, transformación y disponibilidad de datos para analítica y modelos.

Se trabajará con Data Factory, Databricks y arquitecturas de almacenamiento en la nube, aplicando gobernanza y buenas prácticas. El puesto implica responsabilidad técnica en soluciones con Spark, PySpark y SQL, con énfasis en rendimiento y

Qualifications

• Experiencia en diseño e implementación de pipelines ETL/ELT.
• Conocimiento de Azure Data Factory y Databricks para ingesta y transformación.
• Buenas prácticas de gobernanza y rendimiento de datos.

Responsibilities

• Diseñar y desarrollar pipelines de ingestión y transformación de datos en Azure.
• Implementar procesos ETL/ELT con Spark y PySpark para batch y near-real-time.
• Modelar y optimizar consultas SQL y estructuras de datos para reporting.
• Gestionar datos en Azure Data Lake/Blob Storage, definiendo particiones y retención.

Tools

Azure Data Factory

Azure Databricks

Azure Blob Storage

Azure Data Lake Gen2

Apache Spark

PySpark

SQL

Job description

Senior Ai Driven Data Engineer (Argentina remote)

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