Senior Databricks Data Engineer — DataOps & Lakehouse

Capgemini; Buenos Aires; On-site; ARS 1,200,000 - 1,800,000; Full time

Benefits offered by this job

Reembolso virtualidad

OSDE

Descuentos Megatlon y Fiter

Cursos Udemy y NextLI

Job summary

Capgemini Engineering busca un Senior Data Engineer con fuerte experiencia en Databricks para unirse a proyectos globales de datos y analítica. Evaluarán soluciones de DataOps, pipelines escalables y estándares de gobierno de datos, trabajando con equipos distribuidos y plataformas en la nube.

Se requiere +7 años en Data Engineering, dominio de SQL y Python, y experiencia en Databricks, Spark y herramientas como Airflow o dbt.

Qualifications

• +7 años de experiencia en Data Engineering
• Experiencia sólida en Databricks y Apache Spark (PySpark/Spark SQL)
• Experiencia con dbt, Airflow o Databricks Workflows
• Dominio de SQL y Python
• Conocimientos de arquitectura Lakehouse y modelado de datos
• Experiencia trabajando sobre AWS, Azure o Google Cloud
• Inglés intermedio/avanzado
• DeseablesKafka, Fivetran o Pub/Sub
• Conocimientos de Unity Catalog e Immuta
• Experiencia con Power BI
• Certificación Databricks Data Engineer Professional
• Conocimientos de AI/ML o soluciones GenAI

Responsibilities

• Diseñar y desarrollar soluciones de datos basadas en Databricks
• Construir y mantener pipelines de datos escalables
• Implementar prácticas de DataOps y automatización
• Definir estándares de gobierno y calidad de datos
• Colaborar con equipos de negocio y tecnología para entregar soluciones analíticas

Skills

Data Engineering

SQL

Python

Lakehouse Architecture

Data Modeling

DataOps

Cloud Platforms

English

Tools

Databricks

Apache Spark

PySpark

Spark SQL

dbt

Airflow

Databricks Workflows

Unity Catalog

Immuta

Power BI

Kafka

Fivetran

Pub/Sub

Job description

Capgemini Engineering busca un Senior Data Engineer con fuerte experiencia en Databricks para unirse a proyectos globales de datos y analítica. Evaluarán soluciones de DataOps, pipelines escalables y estándares de gobierno de datos, trabajando con equipos distribuidos y plataformas en la nube.

Se requiere +7 años en Data Engineering, dominio de SQL y Python, y experiencia en Databricks, Spark y herramientas como Airflow o dbt.