Data Engineer

Jobtailor; Santiago; Híbrido; CLP 6.000.000 - 10.000.000; Jornada completa

Descripción de la vacante

Jobtailor busca un(a) ingeniero(a) de datos para liderar el diseño e implementación de soluciones de datos robustas, escalables y mantenibles en un entorno híbrido con oficina en Santiago de Chile. Deberá diseñar infra estructuras que soporten el flujo de datos y construir pipelines que integren múltiples fuentes y volúmenes complejos.

REQUISITOS incluyen experiencia en Data Warehouses/Data Lakes, ETL/ELT, soluciones en cloud (preferentemente GCP), dominio de SQL y Python, y habilidad para

Formación

• Experiencia en soluciones de Data Engineering en entornos complejos.
• Experiencia con Data Warehouses, Data Lakes y arquitecturas modernas de datos.
• Construcción y mantenimiento de pipelines ETL/ELT y procesos de ingestión y transformación.
• Experiencia en soluciones de datos en Cloud, especialmente Google Cloud Platform.
• Dominio de SQL y Python.
• Conocimiento de bases de datos relacionales y principios de diseño.
• Capacidad para evaluar trade-offs de escalabilidad, rendimiento, costos y mantenibilidad.
• Buenas habilidades de comunicación y capacidad para trabajar con stakeholders técnicos y no técnicos.
• Disposición para trabajar de forma híbrida en Santiago de Chile.

Responsabilidades

• Liderar el diseño e implementación de soluciones de datos robustas, escalables y mantenibles.
• Diseñar y evolucionar la arquitectura e infraestructura que soporta el flujo de datos de Toku.
• Construir y mantener pipelines de datos que integren múltiples fuentes, volúmenes y complejidad.
• Diseñar y mantener Data Warehouses, Data Lakes y capas de datos confiables para distintos equipos.
• Tomar decisiones técnicas considerando trade-offs de arquitectura, escalabilidad, costos, performance y mantenibilidad.
• Identificar riesgos y proponer mejoras en la plataforma.
• Trabajar con stakeholders para entender necesidades de negocio y transformarlas en soluciones técnicas.
• Asegurar la calidad, disponibilidad y confiabilidad de los datos.
• Colaborar con otros ingenieros en diseño, implementación, testing, despliegue y buenas prácticas.
• Contribuir al estándar técnico del equipo y participar en la selección y desarrollo de futuros integrantes.

Conocimientos

Data Engineering

ETL/ELT Pipelines

Data Warehouse Architecture

Google Cloud Platform

SQL y Python

Herramientas

Google Cloud Platform

AWS

BigQuery

Snowflake

Databricks

Airflow

Dbt

Spark

Kafka

Git

Descripción del empleo

• Liderar el diseño e implementación de soluciones de datos robustas, escalables y mantenibles.
• Diseñar y evolucionar la arquitectura e infraestructura que soporta el flujo de datos de Toku.
• Construir y mantener pipelines de datos que integren múltiples fuentes, volúmenes y niveles de complejidad.
• Diseñar y mantener Data Warehouses, Data Lakes y capas de datos confiables para distintos equipos.
• Tomar decisiones técnicas considerando trade-offs de arquitectura, escalabilidad, costos, performance y mantenibilidad.
• Identificar riesgos y oportunidades de mejora en la plataforma, anticipando problemas y proponiendo soluciones.
• Trabajar con stakeholders para entender necesidades de negocio y transformarlas en soluciones técnicas.
• Asegurar la calidad, disponibilidad y confiabilidad de los datos.
• Colaborar con otros ingenieros en diseño, implementación, testing, despliegue y buenas prácticas.
• Contribuir a elevar el estándar técnico del equipo y participar en la selección y desarrollo de futuros integrantes.

Requirements

• Experiencia relevante abordando soluciones de Data Engineering en ambientes desde problemas complejos.
• Experiencia trabajando con Data Warehouses, Data Lakes y/o arquitecturas modernas de datos.
• Experiencia construyendo y manteniendo pipelines ETL/ELT y procesos de ingestión y transformación de datos.
• Experiencia trabajando con soluciones de datos en Cloud; se utiliza Google Cloud Platform y se valora experiencia en AWS u otros ecosistemas cloud.
• Buen dominio de SQL y Python.
• Experiencia con bases de datos relacionales y comprensión de sus principios de diseño y funcionamiento.
• Capacidad para diseñar soluciones técnicas y evaluar trade-offs de escalabilidad, performance, costos y mantenibilidad.
• Buenas habilidades de comunicación y capacidad para trabajar con stakeholders técnicos y no técnicos.
• Curiosidad técnica y capacidad demostrable para aprender nuevas herramientas, tecnologías y conceptos de manera autónoma.
• Deseable: experiencia con BigQuery, Snowflake, Databricks, Airflow, dbt, Spark o Kafka; grandes volúmenes de datos; replicación, CDC, batch o streaming; Data Modeling, Data Governance, observabilidad y calidad de datos; Git y buenas prácticas de desarrollo; ownership técnico de proyectos de principio a fin.
• Disposición para trabajar de manera híbrida (50% del tiempo) en oficinas de Santiago de Chile.

Core Competencies

Demonstrates expertise in designing and implementing robust data solutions, including Data Warehouses and Data Lakes, while ensuring data quality and reliability. Proficient in building and maintaining ETL/ELT pipelines and leveraging cloud solutions, particularly Google Cloud Platform.

Highest-signal resume keywords

• Data Engineering Solutions
• ETL/ELT Pipeline Development
• Data Warehouse Architecture
• Google Cloud Platform
• SQL and Python Proficiency

ATS Optimization Keywords

Hard Skills

• Data Engineering
• ETL/ELT Processes
• Data Warehouse Design
• Data Lake Implementation
• SQL
• Python
• Data Modeling
• Data Governance
• Cloud Solutions
• BigQuery

Soft Skills

• Communication Skills
• Stakeholder Collaboration
• Technical Curiosity

Industry Keywords

• Data Quality
• Data Reliability
• Data Integration
• Observability
• Streaming Data
• Batch Processing
• Technical Ownership

Tools & Technologies

• Google Cloud Platform
• AWS
• BigQuery
• Snowflake
• Databricks
• Airflow
• Dbt
• Spark
• Kafka
• Git