Senior Growth Data Engineer - Azure Data Pipelines & Spark

Content Creators

La Pampa

Remote

ARS 1,800,000 - 2,400,000

Full time

3 days ago

Be an early applicant

Get a reply from this employer

Your resume and cover letter, tailored to exactly what they’re hiring for.

Get past ATS filters

Qualifications

Experiencia comprobable como Data Engineer (mín. 3 años) con Azure Data Factory y Azure Databricks.
Dominio de Apache Spark y PySpark para procesamiento distribuido.
Sólidos conocimientos de SQL: modelado, tuning y optimización de consultas.
Diseño e implementación de pipelines ETL/ELT y en integración de datos.
Conocimiento práctico de Azure Blob Storage y Azure Data Lake Gen2, incluyendo 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.
Conocimientos en 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.

Responsibilities

Diseñar, desarrollar y operar pipelines ETL/ELT en Azure, garantizando ingesta, transformación y disponibilidad de datos para consumidores de negocio y modelos analíticos.
Implementar soluciones con Azure Data Factory, Azure Databricks y ecosistemas de almacenamiento (Blob Storage, Data Lake Gen2).
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.

Skills

Azure Data Factory

Azure Databricks

SQL

Python

Apache Spark

Delta Lake

Data governance

CI/CD pipelines

RBAC

Cloud data architecture

Tools

Azure Data Factory

Azure Databricks

Azure Blob Storage

Azure Data Lake Gen2

Parquet/Delta Lake formats

Job description

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.