Senior Data Engineer: Build Scalable Data Pipelines & AI

Endava; Santa Fe Capital; Híbrido; ARS 3.000.000 - 6.000.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Competitive salary

Global opportunities

Leadership programs

Hybrid work

Wellness program

Learning platforms

Descripción de la vacante

Endava busca un Data Engineer para transformar datos en información accionable y construir infraestructuras robustas. Colaborarás con equipos de datos y negocio para diseñar pipelines eficientes, usar Azure SQL, Data Lake y Data Factory, y aplicar prácticas de calidad y automatización.

Requisitos en Python, SQL, ETL/ELT, y experiencia en Spark, DBT y Datadog. Se valorará conocimiento de arquitecturas orientadas a eventos y trabajo en entornos ágiles. Modalidad híbrida en Argentina.

Formación

• Dominio de Python y SQL para procesamiento de datos.
• Experiencia con bases de datos relacionales y NoSQL.
• Conocimientos de diseño de datos: Data Warehousing y modelos.
• Experiencia con ETL/ELT y transformación de datos.
• Conocimiento de Spark (PySpark/Scala).
• Experiencia en servicios en la nube (Azure/AWS/GCP) y herramientas dbt/Datadog.
• Experiencia con arquitectura orientada a eventos y Agile.

Responsabilidades

• Trabajar con científicos y analistas para entender necesidades de información.
• Diseñar, implementar y mantener pipelines de datos en la nube.
• Crear y mantener almacenamiento de datos (Azure SQL, Data Lake, Blob).
• Desarrollar procesos ETL/ELT con Azure Data Factory u equivalentes.
• Garantizar calidad e integridad de datos mediante validación y limpieza.
• Mejorar escalabilidad y reducir costos de pipelines.
• Monitorear pipelines y asegurar disponibilidad de datos.

Conocimientos

Python

SQL

ETL/ELT

Spark

Agile

Herramientas

Azure

AWS

GCP

dbt

Datadog

Descripción del empleo

Endava busca un Data Engineer para transformar datos en información accionable y construir infraestructuras robustas. Colaborarás con equipos de datos y negocio para diseñar pipelines eficientes, usar Azure SQL, Data Lake y Data Factory, y aplicar prácticas de calidad y automatización.

Requisitos en Python, SQL, ETL/ELT, y experiencia en Spark, DBT y Datadog. Se valorará conocimiento de arquitecturas orientadas a eventos y trabajo en entornos ágiles. Modalidad híbrida en Argentina.