Data Engineer

Apiux Tech; Santiago; Híbrido; CLP 18.000.000 - 32.000.000; Jornada completa

Descripción de la vacante

APIUX busca un Ingeniero de Datos para diseñar, construir y optimizar la ingesta y la arquitectura de datos en la nube, asegurando escalabilidad y disponibilidad con BigQuery. Trabajarás creando modelos de datos analíticos, capas semánticas y pipelines ETL/ELT, optimizando consultas y gobernanza de datos junto a equipos de BI/Analytics.

La posición es híbrida, con oficinas de nuestro cliente en Chile, y requiere colaboración multidisciplinaria para convertir requerimientos en soluciones

Formación

• Dominio avanzado de Google BigQuery y buenas prácticas de rendimiento.
• Diseño y automatización de pipelines ETL/ELT.
• Modelamiento de datos para Data Warehousing y Analytics.
• Desarrollo de capas semánticas para consumo por BI/Analytics.
• SQL complejo y optimización de consultas avanzada.

Responsabilidades

• Diseño e Implementación de Ingestas: crear pipelines ETL/ELT eficientes e integraciones de datos desde diversas fuentes.
• Modelamiento de Datos: estructurar modelos analíticos (estrellas, Snowflake o Data Vault) para el negocio.
• Desarrollo de Capas Semánticas: crear capas para consumo por BI/Analytics y mejorar rendimiento de consultas.
• Optimización y Gobernanza: monitorizar y optimizar particionamientos y costos de BigQuery.
• Colaboración Multidisciplinaria: trabajar con ingenieros y analistas para traducir requerimientos en soluciones operativas.

Conocimientos

BigQuery

Ingesta de Datos

Modelamiento de Datos

Capas Semánticas

SQL Avanzado

Descripción del empleo

¿Quiénes somos?

En APIUX nos identificamos como una fábrica de talento con una fuerte orientación de negocio donde continuamente brindamos espacios a las nuevas generaciones para mostrar y desarrollar ideas, conocimientos, y exponer modelos de negocio innovadores enfocados en cubrir siempre, con una propuesta de valor, las necesidades de nuestros clientes.

¿Qué hacemos?

Posicionamos al mejor talento, dándole un enfoque estratégico y nos esforzamos por entender a fondo la cultura y valores de cada uno de nuestros clientes para así hacer el match perfecto entre cliente y talento. Además nos aseguramos de brindar una experiencia de candidato y Employee experience ejemplar para nuestros futuros Happeners.

Objetivo del cargo:

Diseñar, construir y optimizar la arquitectura e ingesta de datos en la nube, asegurando la escalabilidad, consistencia y disponibilidad de la información mediante el desarrollo de modelos de datos sólidos y capas semánticas en Google BigQuery, con el fin de potenciar la toma de decisiones analíticas en el negocio.

¿Cuáles serán tus funciones?

• Diseño e Implementación de Ingestas: Diseñar, desarrollar y mantener pipelines (pipelines ETL/ELT) eficientes e integraciones de datos masivos desde diversas fuentes de origen.
• Modelamiento de Datos: Definir, estructurar y optimizar modelos de datos analíticos (multidimensionales/estrellas, copo de nieve o Data Vault) adaptados a las necesidades del negocio.
• Desarrollo de Capas Semánticas: Crear y gestionar capas semánticas sobre BigQuery para garantizar reglas de negocio unificadas, facilitar el consumo por parte de equipos de BI/Analytics y mejorar el rendimiento de consultas.
• Optimización y Gobernanza: Monitorear el rendimiento de consultas, optimizar particionamientos/clusters en BigQuery y asegurar buenas prácticas en el procesamiento de datos.
• Colaboración Multidisciplinaria: Trabajar junto a ingenieros, científicos de datos y analistas de negocio para traducir requerimientos analíticos en arquitecturas de datos operativas.

¿Qué esperamos de ti para hacer un buen match?

• Experiencia en BigQuery: Dominio avanzado de Google BigQuery (optimización de queries, particionamiento, clustering, gestión de costos/rendimiento).
• Ingesta de Datos: Experiencia comprobable en el diseño, desarrollo y automatización de pipelines de ingesta (ETL/ELT).
• Modelamiento de Datos: Sólidos conocimientos en técnicas de modelamiento de datos para Data Warehousing y Analytics.
• Capas Semánticas: Experiencia en el desarrollo y mantenimiento de capas de consumo/semánticas para analítica de datos.
• SQL Avanzado: Manejo fluido y optimización de SQL complejo.

¿Qué te haría sumar puntitos adicionales con nosotros?

• Integración con Sistemas Empresariales: Experiencia en la extracción e integración de datos desde SAP.
• Procesamiento de Fuentes Heterogéneas: Manejo e ingesta de datos provenientes de archivos planos, planillas Excel y datos semiestructurados.

Modalidad de trabajo:

Híbrida en oficinas de nuestro cliente.