Data Engineer

GBM

Santa Fe

Presencial

MXN 900.000 - 1.300.000

Jornada completa

hace 36 horas

Sé de los primeros/as/es en solicitar esta vacante

Recibe más respuestas de empleadores

Envía un currículum específico para el puesto de trabajo en cuestión de minutos.

Ventajas ofrecidas por este puesto de trabajo

Salario y compensación competitivo

Esquema de asignación a largo plazo

Descripción de la vacante

GBM busca un Data Engineer IV en Ciudad de México para diseñar, construir y mantener soluciones de datos que permitan integrar, transformar y disponibilizar información, con foco en grafos (Neo4j) y consultas Cypher.

Colaborarás con analistas y equipos de negocio para asegurar calidad, gobernanza y rendimiento, optimizando pipelines, modelos y consultas, y documentando nodos, relaciones y diccionarios de datos.

Formación

3 a 5 años de experiencia en roles de Datos, Data Engineering, analítica técnica o desarrollo de soluciones de datos.
Experiencia en pipelines de datos, ETL/ELT, modelado dimensional y construcción de tablas, vistas, facts, dimensiones y catálogos.
Conocimiento de bases de datos relacionales y no relacionales, Data Lake/Data Warehouse y tecnologías de grafos.
Neo4j y Cypher; deseable experiencia en modelado de datos en grafos.
Manejo de Python, Cloud, Git/CI-CD, orquestadores (Airflow, Dagster, Prefect), Spark/PySpark y herramientas de calidad y observabilidad.
Deseable experiencia con dbt, Great Expectations, herramientas BI, data catalog, linaje y gobierno de datos.
Capacidad para trabajar con herramientas de documentación, gestión de proyectos y secretos (Jira/Azure DevOps, Confluence/Notion/SharePoint, Vault/AWS Secrets Manager o equivalentes).
Se valorará experiencia en Fintech, banca, servicios financieros, tecnología, consultoría, retail, e-commerce, startups data-driven o empresas con áreas robustas de Analytics, BI, Data Engineering o Data Governance.

Responsabilidades

Diseñar, desarrollar, probar y mantener procesos ETL/ELT que integren información desde fuentes transaccionales, operativas, legacy o externas hacia capas de Data Lake, Data Warehouse o plataformas analíticas.
Diseñar e implementar modelos dimensionales, incluyendo tablas de hechos, dimensiones, catálogos, relaciones y agregados.
Contribuir al diseño de modelos de datos orientados a grafos, particularmente en Neo4j, cuando el caso de uso requiera representar relaciones complejas entre entidades.
Analizar estructuras de origen, entender reglas de negocio, mapear campos, aplicar transformaciones y asegurar conciliación entre sistemas fuente y modelos destino.
Crear y mantener diccionarios de datos, linaje técnico, reglas de transformación, definiciones de columnas, fuentes de origen y criterios de uso de los modelos desarrollados.
Documentar nodos, relaciones, propiedades y consultas cuando se desarrollen soluciones en bases de datos de grafos.
Asegurar que tablas, vistas, columnas, llaves y campos de control cumplan con estándares corporativos de nomenclatura, trazabilidad y gobierno de datos.
Implementar controles de calidad, reglas de completitud, unicidad, consistencia, reconciliación y monitoreo.
Asegurar integridad de relaciones y consistencia en modelos de datos en grafo.
Identificar oportunidades de mejora en tiempos de ejecución, costos de procesamiento, diseño físico de tablas, particionamiento, consultas SQL, jobs distribuidos y cargas incrementales.
Optimizar consultas Cypher y estructuras en Neo4j para mejorar tiempos de respuesta, escalabilidad y mantenibilidad.
Investigar, diagnosticar y corregir fallas en pipelines, inconsistencias de datos, problemas de disponibilidad o errores derivados de cambios en fuentes de origen.
Trabajar con analistas, científicos de datos, dueños de producto, negocio, arquitectura, gobierno de datos y otros equipos técnicos.
Participar en revisiones de código, pruebas, versionamiento, despliegues y controles de cambios.

Conocimientos

Neo4j

Cypher

Python

SQL

Airflow

Spark

Git

Educación

Licenciatura o Ingeniería en Sistemas/Computación

Herramientas

dbt

Great Expectations

Data Catalog

Jira

Azure DevOps

Descripción del empleo

Full time job

Acerca de GBM

En GBM estamos seguros de que invertir es la única forma de conseguir libertad y un mejor futuro, y somos orgullosamente uno de los principales promotores de inversión a nivel nacional e internacional. Trabajamos día a día para crear las mejores soluciones institucionales y empresariales y, además, para construir de la mano de todos nuestros expertos la plataforma de inversión que va a cambiar la realidad de millones de personas al ofrecerles acceso a la inversión de manera segura, inteligente y simple.

Somos una organización de gestión de patrimonio y activos y banca privada con 40 años de experiencia, inversión digital innovadora y productos de ahorro. Nuestra misión es permitir vidas significativas a través de soluciones financieras inteligentes.

México, Ciudad de México, Santa Fe
Full time job

Objetivo

El rol de Data Engineer IV tiene como objetivo diseñar, construir y mantener soluciones de ingeniería de datos que permitan integrar, transformar y disponibilizar información de forma confiable, escalable y eficiente, con especial enfoque en el uso de bases de datos de grafos como Neo4j y consultas mediante Cypher.

La persona en este rol participará en el desarrollo de pipelines, modelos de datos y estructuras analíticas que ayuden a representar relaciones complejas entre entidades, habilitando casos de uso de negocio, análisis avanzado y toma de decisiones basada en datos.

Se espera que colabore con equipos técnicos y de negocio para entender necesidades, proponer soluciones de datos y asegurar buenas prácticas de calidad, performance, documentación y mantenibilidad.

Funciones principales

El Data Engineer IV será responsable de desarrollar, mantener y optimizar soluciones de datos que permitan integrar, transformar, modelar y disponibilizar información confiable para consumo analítico y operativo.

Responsabilidades del día a día

Diseñar, desarrollar, probar y mantener procesos ETL/ELT que integren información desde fuentes transaccionales, operativas, legacy o externas hacia capas de Data Lake, Data Warehouse o plataformas analíticas.
Diseñar e implementar modelos dimensionales, incluyendo tablas de hechos, dimensiones, catálogos, relaciones y agregados.
Contribuir al diseño de modelos de datos orientados a grafos, particularmente en Neo4j, cuando el caso de uso requiera representar relaciones complejas entre entidades.
Analizar estructuras de origen, entender reglas de negocio, mapear campos, aplicar transformaciones y asegurar conciliación entre sistemas fuente y modelos destino.
Crear y mantener diccionarios de datos, linaje técnico, reglas de transformación, definiciones de columnas, fuentes de origen y criterios de uso de los modelos desarrollados.
Documentar nodos, relaciones, propiedades y consultas cuando se desarrollen soluciones en bases de datos de grafos.
Asegurar que tablas, vistas, columnas, llaves y campos de control cumplan con estándares corporativos de nomenclatura, trazabilidad y gobierno de datos.
Implementar controles de calidad, reglas de completitud, unicidad, consistencia, reconciliación y monitoreo.
Asegurar integridad de relaciones y consistencia en modelos de datos en grafo.
Identificar oportunidades de mejora en tiempos de ejecución, costos de procesamiento, diseño físico de tablas, particionamiento, consultas SQL, jobs distribuidos y cargas incrementales.
Optimizar consultas Cypher y estructuras en Neo4j para mejorar tiempos de respuesta, escalabilidad y mantenibilidad.
Investigar, diagnosticar y corregir fallas en pipelines, inconsistencias de datos, problemas de disponibilidad o errores derivados de cambios en fuentes de origen.
Trabajar con analistas, científicos de datos, dueños de producto, negocio, arquitectura, gobierno de datos y otros equipos técnicos.
Participar en revisiones de código, pruebas, versionamiento, despliegues y controles de cambios.

Responsabilidades estratégicas

Habilitar dominios analíticos bien modelados, documentados y reutilizables para que los equipos de negocio tomen decisiones con información consistente, trazable y oportuna.
Identificar objetos legacy, pipelines frágiles, transformaciones duplicadas o estructuras poco gobernadas, y proponer mejoras progresivas.
Aplicar y promover buenas prácticas de modelado, nomenclatura, documentación, calidad y versionamiento.
Diseñar procesos resilientes, observables y monitoreables que reduzcan incidencias y mejoren la disponibilidad de información.
Traducir problemas de negocio en modelos y pipelines sostenibles, evitando soluciones aisladas o difíciles de mantener.
Asegurar que los activos de datos cuenten con linaje, owners, definiciones, reglas de transformación y controles mínimos.
Tomar ownership de entregables de complejidad media-alta y resolver problemas técnicos con criterio propio.
Proponer plantillas, convenciones, componentes reutilizables, validaciones estándar o patrones de implementación.
Participar en discusiones técnicas sobre diseño de capas, estrategias de ingesta, procesamiento batch/incremental, optimización de costos, particionamiento, modelos canónicos y arquitectura analítica.
Tratar cada modelo o pipeline como un producto de datos: con propósito claro, consumidores definidos, documentación, métricas de calidad, ownership y ciclo de vida controlado.

Escolaridad

Licenciatura o ingeniería concluida en Sistemas, Computación, Ciencias de la Computación, Matemáticas, Actuaría, Industrial con enfoque en datos/tecnología o carreras afines.

Inglés técnico intermedio requerido, para lectura de documentación, interpretación de errores y comunicación técnica básica.

Inglés intermedio-avanzado deseable, para comunicación con equipos técnicos, documentación y sesiones con proveedores o equipos globales

Requisitos

3 a 5 años de experiencia en roles de Datos, Data Engineering, analítica técnica o desarrollo de soluciones de datos.
Experiencia en pipelines de datos, ETL/ELT, integración de fuentes, modelado dimensional y construcción de tablas, vistas, facts, dimensiones y catálogos.
SQL avanzado y experiencia en ambientes productivos, calidad, trazabilidad, documentación y optimización de datos.
Conocimiento de bases de datos relacionales y no relacionales, Data Lake/Data Warehouse y tecnologías de grafos.
Neo4j y Cypher; deseable experiencia en modelado de datos en grafos.
Manejo de Python, Cloud, Git/CI-CD, orquestadores (Airflow, Dagster, Prefect), Spark/PySpark y herramientas de calidad y observabilidad.
Deseable experiencia con dbt, Great Expectations, herramientas BI, data catalog, linaje y gobierno de datos.
Capacidad para trabajar con herramientas de documentación, gestión de proyectos y secretos (Jira/Azure DevOps, Confluence/Notion/SharePoint, Vault/AWS Secrets Manager o equivalentes).
Se valorará experiencia en Fintech, banca, servicios financieros, tecnología, consultoría, retail, e-commerce, startups data-driven o empresas con áreas robustas de Analytics, BI, Data Engineering o Data Governance.

Soft Skills