Data Engineer · Yom Full time

Get on Board; Santiago; Hybrid; CLP 60,000,000 - 90,000,000; Full time

Benefits offered by this job

Modalidad híbrida

Vacaciones extras

Beneficios de deporte/educación

Job summary

Get on Board busca un Data Engineer para diseñar, construir y operar pipelines de integración desde ERP y APIs hacia PostgreSQL en AWS. Se responsabilizará de ETL/ELT en Python, validación de calidad de datos y migración de sistemas heredados, trabajando con Data Intelligence.

Se valorará experiencia en Cuadrar cifras, contratos de datos, y coordinación con equipos de data science, producto e ingeniería. Modalidad híbrida y foco en data de consumo masivo y distribución B2B.

Qualifications

• Experiencia de 5+ años en roles de datos o 3+ años como Data Engineer construyendo pipelines en producción.
• Conocimiento profundo de Python para procesamiento de datos y tests automatizados.
• SQL avanzado en PostgreSQL, modelado, índices y cargas incrementales.

Responsibilities

• Diseñar, construir y operar pipelines de integración desde ERP/APIs/webhooks hasta PostgreSQL en AWS.
• Escribir procesos ETL/ELT en Python, migrando pipelines heredados al nuevo stack.
• Definir contratos de datos y validar calidad en cada etapa del pipeline.
• Gestionar accesos y credenciales con mínimo privilegio y documentar flujos operativos.
• Trabajar con data science, producto e ingeniería para alimentar el motor de recomendaciones.

Skills

Python

SQL

Airflow

ETL/ELT

PostgreSQL

AWS

Data quality

NoSQL MongoDB

CI/CD

Inglés técnico

Tools

AWS

PostgreSQL

Airflow

Glue

Docker

Job description

Tu misión será diseñar, integrar y operar los flujos de datos de nuestros clientes, asegurando calidad, trazabilidad y cifras que cuadren con el origen. Reportarás al Líder de Inteligencia.

Detrás de cada almacén, ferretería o botillería hay una familia que queremos ayudar a vender más y estar mejor abastecida. Y todo comienza con datos confiables y oportunos.

Somos obsesivos con la precisión: si el ERP registra 100 ventas y nosotros vemos 98, buscamos las 2 faltantes. Un dato incorrecto afecta decisiones comerciales y la experiencia de los usuarios de nuestro Agente Conversacional.

Hoy estamos transformando nuestra tecnología: unificamos el stack, estandarizamos integraciones desde ERPs, SFTP y APIs, e incorporamos validaciones de calidad en cada etapa.

Es una prioridad estratégica de la compañía, con recursos asignados, y buscamos a quien lidere este desafío junto al equipo de Data Intelligence.

Lo que vas a hacer

• Diseñar, construir y operar pipelines de integración desde el origen de cada cliente (ERPs, APIs REST, webhooks, SFTP, VPN, archivos en S3) hasta PostgreSQL en AWS RDS.
• Escribir procesos ETL y ELT en Python, orquestados con Apache Airflow. Migrar los pipelines legados (AWS Glue y flujos heredados) al nuevo stack.
• Definir contratos de datos declarativos por cliente y entidad: esquema, tipos, vocabularios, ventanas de entrega y umbrales de cuarentena.
• Implementar reglas de calidad por dimensión (completitud, validez, unicidad, integridad referencial, consistencia, oportunidad) y verificar que cada transformación preserve los invariantes del dato.
• Diseñar el modelo de datos, versionarlo con migraciones y hacer el onboarding de clientes nuevos.
• Construir la observabilidad del pipeline: hallazgos de calidad por corrida, alertas y detección de fallas silenciosas, como el proceso que termina “con éxito” sin haber recibido un solo archivo.
• Cuadrar nuestras cifras con las del cliente, explicar cada diferencia y arreglar la causa en el pipeline.
• Gestionar accesos y credenciales de procesos y cuentas de servicio con mínimo privilegio.
• Documentar flujos, contratos de datos y procedimientos operativos.
• Trabajar con data science, producto e ingeniería en los datos que alimentan el motor de recomendaciones y la plataforma.

Lo que buscamos

Experiencia

• 5+ años en roles de datos, o 3+ años como Data Engineer construyendo y operando pipelines en producción.

Python y SQL

• Python avanzado para procesamiento de datos (pandas), con tests automatizados (pytest). SQL avanzado en PostgreSQL: modelado, índices, planes de ejecución y cargas incrementales (upserts).

Calidad y contratos de datos

• Validación de datos con esquemas y contratos (pandera, pydantic, Great Expectations o similares). Criterio para pensar la calidad del dato desde el diseño del pipeline.
• AWS: S3, RDS y al menos un servicio de procesamiento (Glue, Lambda, Batch o ECS).
• Diseñaste integraciones batch y streaming (eventos, webhooks, CDC o colas de mensajes). Migraste pipelines entre plataformas sin detener la operación. Manejas migraciones de esquema y versionamiento del modelo de datos. Diseñas software desacoplado y mantenible (SOLID, arquitectura hexagonal o similar). Trabajaste con bases NoSQL, en particular MongoDB. Conoces contenedores y CI/CD. Integraste ERPs (SAP u otros) y entiendes su modelo comercial: facturas, pedidos, catálogo y clientes. Usas IA aplicada al desarrollo (Claude Code, MCP u otras): agentes, subagentes, skills y flujos automatizados con LLMs. Te sientes cómodo/a levantando requerimientos directo con los equipos técnicos de los clientes. Documentas tus decisiones y sabes explicar un problema de datos a alguien que no es técnico. Conoces la industria de consumo masivo, distribución o e-commerce B2B. Lees inglés técnico sin problema (documentación, librerías, cursos).

Lo que te ofrecemos

• Pipelines reales en producción, con ownership de punta a punta. Un equipo en crecimiento, con stack moderno y uso intensivo de IA en el día a día.
• Modalidad híbrida y horario flexible.
• Beneficios de deporte, educación, compra de equipo y días administrativos.
• 5 días extras de vacaciones
• Cultura horizontal y cercana.

Somos una empresa que busca habilitar el crecimiento y la prosperidad de los almaceneros de barrio a través de la digitalización de la cadena de valor comercial en el canal tradicional mediante soluciones tecnológicas.— YOM's full profile