Data Engineer Jr_Hibrido CDMX

Nova Solutions; Ciudad de México; Presencial; MXN 600.000 - 900.000; Jornada completa

Descripción de la vacante

Nova Solutions busca un Ingeniero de Datos con 2+ años de experiencia para diseñar y desarrollar pipelines de datos end-to-end en entornos de nube. Se trabajará con Python, PySpark y herramientas de GCP como BigQuery y Cloud Composer.

Se valorarán conocimientos en SQL, Databricks y Azure. El rol implica apoyo en diseño, desarrollo y validación de componentes en entornos de desarrollo y pruebas.

Formación

• 2+ años de experiencia práctica comprobable en Data Engineering.
• Experiencia en diseño, desarrollo, implementación y soporte de pipelines de datos end-to-end.
• Conocimientos en Python y PySpark para procesamiento de datos.
• Experiencia con GCP (BigQuery, Cloud Composer, Cloud Storage, Cloud Logging, Dataproc).
• Conocimientos intermedios de SQL, Linux Shell Scripting y Databricks (Notebooks, Workflows/Jobs, Delta Lake).
• Control de versiones con GitHub/Bitbucket y experiencia en Azure (VMs, Microsoft Fabric).

Responsabilidades

• Apoyo en el diseño de pipelines de datos end-to-end.
• Tareas de desarrollo de componentes de ETL/ELT.
• Colaboración en pruebas y puesta en producción en ambientes de desarrollo y pruebas.

Conocimientos

Pipelines de datos

Python

Pyspark

SQL

Linux Shell Scripting

Databricks

GitHub

Bitbucket

Azure

GCP

Airflow

BigQuery

Cloud Storage

Dataproc

Cloud Logging

Delta Lake

Unity Catalog

Herramientas

GCP

Databricks

GitHub

Bitbucket

Azure

Dataproc

Cloud Composer (Airflow)

BigQuery

Cloud Storage Buckets

Cloud Logging

Dataproc

Delta Lake

Unity Catalog

Notebooks

Workflows/Jobs

Descripción del empleo

Descripción de puesto:

2+ años de experiencia práctica comprobable en Data Engineering, participando en el diseño, desarrollo, implementación y soporte de pipelines de datos end-to-end.

Habilidades técnicas:

Conocimientos deseados

• Desarrollo de pipelines de datos (extracción, ingesta y transformación).
• Python.
• Pyspark.
• Google Cloud Platform (GCP):
  • BigQuery
  • Cloud Composer (Airflow)
  • Cloud Storage Buckets
  • Cloud Logging
  • Dataproc

Conocimientos intermedios

• SQL.
• Linux Shell Scripting.
• Databricks:
  • Notebooks
  • Workflows / Jobs
  • Delta Lake
  • Unity Catalog
• Control de versiones:
  • GitHub
  • Bitbucket
• Azure:
  • Virtual Machines
  • Microsoft Fabric

Actividades principales:

• Apoyo en el diseño
• Tareas de Desarrollo
• Apoyo en pruebas y puesta de componentes en ambientes bajos