Lead Data Engineer

Lagersoft; Monterrey; Híbrido; MXN 900.000 - 1.700.000; Jornada completa

Descripción de la vacante

Lagersoft busca un Lead Data Engineer para liderar el equipo de datos y evolucionar la arquitectura end-to-end: ingestión, procesamiento y modelado para reporting, analytics y LLMs a escala.

Se espera dirigir a 5 colaboradores, definir la ruta técnica y equilibrar prioridades entre nuevas necesidades y crecimiento del equipo, con foco en rendimiento y costos en AWS.

Formación

• Experiencia liderando equipos técnicos — mínimo 6 años gestionando a personas.
• Diseño de pipelines y arquitecturas de datos en producción.
• Modelado de datos para analítica.
• Grandes volúmenes de datos (batch y/o near real-time).
• Procesamiento distribuido (Spark / PySpark).
• Conocimiento de data lakes y metadatos (Delta, Iceberg, Hudi).
• Experiencia con orquestación (Airflow u otros).
• Buen rendimiento en OLAP y OLTP.
• Inglés técnico.
• Con familiaridad con arquitecturas orientadas a eventos o streaming.

Responsabilidades

• Liderar un equipo de 5 personas: prioridades, desarrollo técnico y seguimiento de desempeño.
• Definir la ruta de crecimiento técnico de cada integrante del equipo.
• Balancear nuevas necesidades y desarrollo del equipo.
• Diseñar y evolucionar la arquitectura de datos end-to-end.
• Definir criterios y estándares para datasets reutilizables.
• Construir capas que habiliten reporting y consumo por LLMs.
• Diseñar modelado de datos alineado a necesidades de negocio.
• Optimizar performance y costos sobre servicios AWS.
• Identificar y corregir problemas de escalabilidad en pipelines, storage y queries.
• Colaborar en pipelines (Airflow, PySpark, Glue).

Conocimientos

Liderazgo técnico

Pipelines

Modelado de datos

Procesamiento distribuido

Airflow/PySpark

AWS

Inglés técnico

Eventos/Streaming

Herramientas

Airflow

PySpark

Glue

Delta/Iceberg/Hudi

Descripción del empleo

En Lagersoft estamos creciendo y nuestro sistema de datos necesita evolucionar al mismo ritmo — y necesitamos a alguien que lidere esa evolución con un equipo a cargo.

Operamos una plataforma de gaming con múltiples fuentes de datos, flujos asíncronos y un volumen donde la consistencia y la trazabilidad no son opcionales. Nuestro stack incluye ingestión continua, procesamiento distribuido y distintos niveles de almacenamiento.

Buscamos un Lead Data Engineer con fuerte criterio técnico y experiencia liderando equipos, para evolucionar la arquitectura de datos — desde cómo se ingieren hasta cómo se modelan y consumen (reportería, analytics y LLMs) — y para desarrollar al equipo que lo hace posible.

Este rol no es solo de implementación ni solo de gestión de personas. Esperamos que identifiques problemas estructurales, definas la ruta técnica, y lideres a un equipo de 5 personas para llevarla a ejecución.

Objetivo del rol

Liderar al equipo de datos y diseñar/evolucionar la arquitectura de datos end-to-end — ingestión, procesamiento, modelado y consumo — para habilitar reporting confiable, analítica y consumo por LLMs a escala, desarrollando la capacidad técnica del equipo en el proceso.

Responsabilidades

Liderazgo de equipo

• Liderar un equipo de 5 personas: prioridades, desarrollo técnico y seguimiento de desempeño
• Definir la ruta de crecimiento técnico de cada integrante del equipo
• Balancear nuevas necesidades y desarrollo del equipo

Arquitectura y ejecución

• Diseñar y evolucionar la arquitectura de datos end-to-end
• Definir criterios y estándares para la construcción de datasets reutilizables
• Construir capas que habiliten reporting confiable y consumo por LLMs
• Diseñar modelado de datos alineado a necesidades de negocio
• Optimizar performance y costos sobre servicios AWS
• Identificar y corregir problemas de escalabilidad en pipelines, storage y queries
• Collaborar en la construcción de pipelines (Airflow, PySpark, Glue)
• Participar en decisiones de arquitectura e ingeniería de datos
• Analizar problemas de calidad de datos, consistencia y trazabilidad
• Contribuir a la evolución del stack evaluando trade-offs reales

Stack - CapaTecnologías

• Procesamiento Python / PySpark
• Orquestación Airflow, AWS Glue
• Storage S3, formatos de metadata (Delta / Iceberg)
• Bases de datos Aurora RDS, Athena, Redshift
• Consumo Power BI, LLMs / agents

Perfil requerido

• Experiencia liderando equipos técnicos — mínimo 6 años gestionando a personas, no solo proyectos
• Experiencia diseñando pipelines y arquitecturas de datos en producción
• Experiencia con modelado de datos para analítica
• Experiencia con grandes volúmenes de datos (batch y/o near real-time)
• Procesamiento distribuido (Spark / PySpark)
• Conocimiento de data lakes y capas de metadatos (Delta, Iceberg, Hudi)
• Experiencia con orquestación (Airflow o similares)
• Buen entendimiento de performance en bases OLAP y OLTP
• Familiaridad con el ecosistema AWS
• Inglés técnico
• Plus: familiaridad con arquitecturas orientadas a eventos o streaming

Cómo trabajas

• Pensamiento sistémico — entiendes el sistema completo, no solo piezas aisladas
• Criterio técnico — tomas decisiones con trade-offs claros
• Ownership — tomas problemas abiertos y los llevas a solución concreta
• Pragmatismo — sabes cuándo estandarizar y cuándo resolver rápido
• Comunicación clara — explicas decisiones técnicas y sus implicaciones
• Orientación a negocio — entiendes que el valor está en cómo se usan los datos, no solo en cómo se procesan

Forma de trabajo

• Ciclos iterativos, orientados a problemas reales — no solo a tickets
• Discusión técnica y refinamiento en equipo como parte del día a día
• Criterio para priorizar entre deuda técnica, nuevas necesidades y evolución del sistema
• Se espera que propongas rutas técnicas para soluciones generales, no solo puntuales
• Trabajarás de forma cercana con líderes técnicos, producto y otras áreas.

Ubicación y esquema de trabajo

Buscamos perfiles radicados en Monterrey, Nuevo León.

Esquema de trabajo remoto, con asistencia ocasional a oficina.

Lo que ofrecemos

• Equipo técnico pequeño y de alto nivel, a tu cargo
• Problemas reales de escala — no casos de laboratorio
• Espacio para influir en decisiones de arquitectura desde el día uno
• Stack moderno con LLMs y agents como ciudadanos de primera clase
• Sin burocracia, con foco absoluto en ejecución