Senior Data Engineer (Ai/Ml & Azure) - Remote - Latin America

Kake; La Pampa; Hybrid; ARS 1,800,000 - 3,000,000; Full time

Benefits offered by this job

Contrato en relación de dependencia

Remoto o Mixta

Capacitación

Vacaciones y licencias

Programas de reintegros

Clases de inglés

Job summary

Kake busca un Senior Data Engineer para diseñar y operar una plataforma de datos basada en AWS serverless, orquestada con Airflow y gestionada como código. La posición implica gobernanza de datos, pipelines confiables y despliegues automatizados con CI/CD para un cliente internacional.

El rol ofrece autonomía técnica, decisiones de arquitectura y prácticas de FinOps, con enfoque en costos y rendimiento. Modalidad remota o mixta, con salario competitivo en ARS.

Qualifications

• Experiencia de +3 años como Data Engineer en entornos cloud productivos.
• Conocimiento avanzado de AWS serverless: Lambda, Fargate/ECS, Glue, Athena, EMR Serverless.
• Dominio de Airflow ( MWAA ) y orquestación de pipelines de datos.

Responsibilities

• Diseñar, construir y operar una plataforma de datos en AWS serverless y Airflow.
• Desarrollar DAGs de Airflow con foco en idempotencia, reintentos y SLAs.
• Configurar MWAA, despliegues blue/green y orquestación de servicios (Glue, Lambda, ECS, Step Functions).
• Gestionar data lake/lakehouse en S3, Parquet e Iceberg sobre Glue Catalog.
• Modelar datos en Snowflake y dbt, con tests y documentación.
• Desarrollar procesamiento con Spark/PySpark y asegurar escrituras idempotentes.

Skills

AWS

Data Modeling

Python

SQL

Airflow

Spark

CI/CD

Terraform

Tools

MWAA

dbt

Glue

Snowflake

Cosmos

Kinesis

Job description

Senior Data Engineer (AWS Serverless & Airflow)

Información general

• Ubicación: Argentina
• Tipo de contrato: Relación de dependencia, full-time
• Industria / Proyecto: Plataforma de datos sobre AWS serverless para cliente internacional (industria a confirmar)

Sobre el rol

Buscamos un/a Senior Data Engineer para diseñar, construir y operar una plataforma de datos sobre AWS serverless, orquestada con Apache Airflow y gestionada íntegramente como código.

La posición combina ingeniería de datos, calidad y gobierno de datos. El foco está en pipelines confiables, automatizados y desplegados mediante CI/CD, que permitan al negocio contar con datos consistentes, trazables y disponibles a tiempo, con un uso eficiente de los costos cloud.

Vas a tener autonomía técnica para tomar decisiones de arquitectura, elegir el servicio adecuado para cada caso y definir buenas prácticas sobre toda la plataforma.

Responsabilidades

• Diseñar, construir y operar la plataforma de datos sobre el ecosistema serverless de AWS, eligiendo cada servicio según el caso de uso, el costo y la operabilidad.
• Desarrollar DAGs de Airflow de punta a punta, con foco en idempotencia, reintentos, SLAs y manejo de fallos.
• Configurar y operar entornos MWAA: dependencias, plugins, escalado de workers y despliegues blue/green.
• Orquestar desde Airflow jobs de Glue, Lambda, ECS y Step Functions, e integrar dbt (vía Cosmos) y dlt.
• Implementar ingesta multi-fuente con dlt y Python: APIs REST y GraphQL, Microsoft Graph, Cost Explorer, SharePoint, bases de datos y archivos.
• Diseñar y mantener el data lake / lakehouse en S3 con Parquet y Apache Iceberg sobre Glue Catalog.
• Modelar datos en Snowflake y dbt por capas, con tests y documentación.
• Desarrollar procesamiento con Spark / PySpark garantizando escrituras idempotentes y particionado eficiente.
• Aprovisionar la infraestructura como código con Terraform y/o AWS CDK / CloudFormation: entornos MWAA, Glue jobs, Lambdas, buckets S3, roles IAM y permisos de Lake Formation.
• Construir y mantener pipelines de GitLab CI/CD con separación de entornos (dev / staging / prod) y despliegues controlados por rama.
• Aplicar seguridad de mínimo privilegio, gobierno de datos con Lake Formation y manejo seguro de secretos.
• Implementar observabilidad con CloudWatch (logs, métricas, alarmas) y testing de DAGs.
• Optimizar costos de la arquitectura serverless aplicando prácticas de FinOps.

Requisitos

• +3 años de experiencia como Data Engineer en entornos cloud productivos.
• AWS serverless (excluyente, nivel avanzado): Cómputo: Lambda (layers, concurrencia, timeouts, cold starts, empaquetado con contenedores), Fargate / ECS; Procesamiento: Glue (jobs Spark y Python Shell, Data Catalog, crawlers), Athena (particionado, optimización de costos por escaneo), EMR Serverless; Orquestación y eventos: Step Functions, EventBridge (reglas y schedulers), SQS, SNS; Almacenamiento: S3 (diseño de data lake, lifecycle, eventos), DynamoDB (modelado por patrones de acceso, índices, streams); Integración y APIs: API Gateway, AppSync; Streaming: Kinesis Data Streams / Firehose, MSK Serverless; Seguridad: IAM con mínimo privilegio, Lake Formation, Secrets Manager; Observabilidad y costos: CloudWatch, FinOps y Cost Explorer.
• Apache Airflow (excluyente, nivel avanzado): Arquitectura interna (scheduler, executor, workers, triggerer, metadata DB), ciclo de vida de tareas, data intervals, catchup y backfills; Operadores, hooks y sensores: providers de AWS, operadores custom y deferrable operators; TaskFlow API, XComs, dynamic task mapping, task groups y assets; MWAA en producción; Testing de DAGs, parametrización por entorno, monitoreo y alertas.
• CI/CD y control de versiones (excluyente): Git avanzado: rebase, merge, cherry-pick, resolución de conflictos e historial limpio; Estrategias de branching (GitFlow, trunk-based, feature branches) y versionado semántico; GitLab: merge requests, code review, protección de ramas, aprobaciones y reglas de merge; GitLab CI/CD: stages, jobs, runners, variables y secretos protegidos, artefactos, caché, ambientes y despliegues manuales o automáticos.
• Infraestructura como código: Terraform avanzado: módulos reutilizables, variables por entorno e import de recursos existentes; AWS CDK y/o CloudFormation: stacks, parámetros, outputs, change sets y drift detection; Buenas prácticas: separación de entornos, versionado, revisión del plan antes de aplicar.
• Ingeniería de datos: Snowflake: modelado, SQL avanzado y optimización de consultas; dbt: modelado por capas, tests, documentación e integración con Cosmos; Python para ingesta y automatización (boto3, APIs REST y GraphQL, procesamiento de archivos); Spark / PySpark, incluyendo conocimiento de internals; Parquet y Apache Iceberg sobre Glue Catalog; Ingesta multi-fuente con dlt.
• Agentes: experiencia con Agent Core o conocimiento de arquitecturas de agentes.

Nice-to-Have

• Docker y criterio para decidir dónde correr cargas (ECS vs. workers de Airflow).
• Criterio para elegir entre Glue y EMR como motor de procesamiento.
• Diseño de capas de proyección y consumo sobre DynamoDB para aplicaciones web.
• FinOps de datos: pipelines de costos cloud y análisis de consumo.
• Nociones de Kafka (MSK) y catalogación de topics.

¿Qué ofrecemos en Darwoft?

• Contratación en relación de dependencia, con remuneración en ARS.
• Modalidad de trabajo remota o Mixta.
• Salarios competitivos.
• Vacaciones y licencias según legislación vigente.
• Días personales adicionales por año.
• Acceso a plataformas de capacitación.
• Tarjeta de beneficios y descuentos.
• Welcome kit.
• Programas de reintegros.
• Clases de inglés.
• Programa de referidos.
• Regalo de cumpleaños.
• Healthy Break.
• Celebraciones, aniversarios y actividades de integración.