Senior Data Engineer: Ingest, Identity, And Data Pipelines

Ryz Labs; La Pampa; Remote; ARS 139,086,000 - 200,903,000; Full time

Job summary

Ryz Labs busca un Senior Data Engineer para diseñar, construir y operar una plataforma de datos basada en AWS serverless, orquestada con Apache Airflow y gestionada como código. Se prioriza pipelines confiables, automáticos y costo-eficientes, con trazabilidad y disponibilidad para el negocio.

El candidato trabajará en colaboración con equipos de datos, BI y producto, definirá contratos de datos y SLAs, y aportará prácticas de calidad, seguridad y gobernanza para un entorno Cloud a gran escala.

Qualifications

• Experiencia +3 años como Data Engineer en entornos cloud productivos con Azure/AWS.
• Conocimiento práctico de pipelines ETL/ELT, diseño de data lake y governanza de datos.
• Inglés técnico suficiente para lectura de documentación.

Responsibilities

• Diseñar, construir y operar la plataforma de datos en un entorno serverless de AWS, usando Airflow y herramientas afines.
• Desarrollar DAGs de Airflow con idempotencia y SLAs.
• Configurar MWAA y ejecutar despliegues blue/green.
• Orquestar procesos entre Glue, Lambda, ECS y Step Functions e integrar dbt y dlt.
• Ingesta multi-fuente con Python y API/GraphQL.
• Modelar datos en Snowflake y dbt por capas con tests.
• Desarrollar procesamiento con Spark/PySpark y particionado eficiente.
• Provisionar infraestructura como código (Terraform / CDK).
• Mantener pipelines con GitLab CI/CD y entornos dev/staging/prod.
• Aplicar seguridad y gobernanza con Lake Formation y Secrets Manager.

Skills

Azure Data Factory

Azure Databricks

Apache Spark

PySpark

SQL

ETL/ELT pipelines

Azure Blob Storage

Azure Data Lake Gen2

Airflow

CI/CD

Python

Security & Governance

Delta Lake

Cloud platforms

Education

Azure DP-203 / Data Engineer Associate

Tools

MWAA

Terraform

AWS CDK

CloudFormation

dbt

Cosmos

Job description

• Ofertas de Senior Data Engineer Ingest Identit...

¡Lo siento! ¿Qué no te gustó de este trabajo?

El trabajo no coincide con mi búsqueda

Descripción de trabajo irrelevante

Muy pocos detalles / Falta de información

El trabajo parece obsoleto

Sospechoso / Parece una estafa

Otro (por favor especificar).

Gracias por tus comentarios.

Su aportación nos ayuda a mejorar nuestro servicio.

• Palo Alto

¿Este trabajo es un acierto o un fracaso?

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.

Grandes Beneficios

¿Este trabajo es un acierto o un fracaso?

Ubicación: Argentina
Modalidad: 100% remoto
Tipo de contratación: Relación de dependencia (full-time)
Industria / Proyecto: LegalTech / Inteligencia Legal y Regulatoria con IA
Zona horaria: Argentina (ART / UTC-3)
Seniority: Semi-Senior (3 a 5 años de experiencia)

En Darwoft desarrollamos software que genera impacto real.

Somos una compañía tecnológica latinoamericana que trabaja junto a empresas de diferentes partes del mundo, creando soluciones digitales innovadoras, escalables y de alto valor.

Nuestra cultura combina excelencia técnica, colaboración, aprendizaje continuo y una fuerte orientación a las personas.

La Inteligencia Artificial forma parte de nuestra manera de trabajar, innovar y resolver problemas. Buscamos incorporar nuevas tecnologías para construir mejores productos y potenciar las capacidades de nuestros equipos.

Si te apasiona la tecnología, disfrutás resolver desafíos complejos y querés participar en proyectos donde tu trabajo haya impacto, nos encantaría conocerte.

Senior Data Engineer (AWS Serverless & Airflow) – Relación de Dependencia – Argentina

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 y alarmas) y testing de DAGs.
• Optimizar costos de la arquitectura serverless aplicando prácticas de FinOps.

Requisitos

Must-Have

• +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.