Ingeniero De Datos Senior

Grupo Dexel; México; Remote; MXN 900,000 - 1,500,000; Full time

Job summary

Grupo Dexel busca un Ingeniero de Datos Senior para unirse a una startup de análisis de datos con operaciones globales. El rol es 100% remoto, con énfasis en diseñar y mantener infraestructuras de datos escalables para apoyar a científicos de datos y analistas.

Se requiere experiencia en pipelines ETL/ELT, data warehouses y data lakes, así como dominio de Spark y Kafka. Se valorará la colaboración estrecha y la mejora continua de la calidad y seguridad de los datos.

Qualifications

• Experiencia en diseño y construcción de pipelines de datos escalables.
• Conocimiento de Spark y Kafka.
• Experiencia con data warehouses y data lakes.
• Experiencia en ETL/ELT para ingesta y transformación de datos.
• Colaboración con científicos de datos y analistas.
• Monitoreo de rendimiento y resolución de cuellos de botella.
• Enfoque en calidad, integridad y seguridad de los datos.

Responsibilities

• Diseñar, construir y optimizar pipelines de datos robustos utilizando Spark y Kafka.
• Desarrollar y mantener data warehouses y data lakes.
• Implementar soluciones ETL/ELT para ingesta y transformación de datos.

Skills

Big Data

Colaboración con data science

Tools

Spark

Kafka

Job description

Ingeniero de Datos Senior

Nuestro cliente, una innovadora startup de análisis de datos con operaciones globales, busca un Ingeniero de Datos Senior para unirse a su equipo de forma 100% remota. Serás fundamental en el diseño, construcción y mantenimiento de nuestra infraestructura de datos escalable y de alto rendimiento. Trabajarás con grandes volúmenes de datos, desarrollando pipelines ETL/ELT eficientes y asegurando la calidad e integridad de los mismos. Este rol es clave para permitir que nuestros científicos de datos y analistas obtengan insights valiosos para la toma de decisiones estratégicas. Buscamos a un experto en Big Data y tecnologías de procesamiento de datos.

• Diseñar, construir y optimizar pipelines de datos robustos y escalables utilizando tecnologías como Spark y Kafka.
• Desarrollar y mantener data warehouses y data lakes, asegurando la eficiencia y accesibilidad de los datos.
• Implementar soluciones de ETL/ELT para la ingesta y transformación de datos de diversas fuentes.
• Colaborar estrechamente con científicos de datos y analistas para comprender sus necesidades y proporcionar datos de alta calidad.
• Monitorear el rendimiento de los sistemas de datos, identificar cuellos de botella y resolver problemas de manera proactiva.
• Garantizar la calidad, consistencia y seguridad de los