AI Data Engineer

Correval S.A.; Lima Metropolitana; Presencial; PEN 250.000 - 390.000; Jornada completa

Descripción de la vacante

Credicorp Capital busca un AI Data Engineer para el equipo Gen AI & Innovación en Lima, Perú. El/la candidato/a será responsable de garantizar la disponibilidad y calidad de datos para soluciones de IA Generativa, mediante pipelines ligeros y confiables.

Se valoran 3–5 años de experiencia en ingeniería de datos, manejo de pipelines cloud, Delta Lake, PySpark y Azure. Se requiere inglés técnico y capacidad de coordinar con IA y negocio.

Formación

• Profesional universitario en Ingeniería de Sistemas o afines.
• 3–5 años de experiencia en ingeniería de datos o integración de datos en cloud.
• Experiencia construyendo pipelines y datasets para analítica/IA (incluye RAG/LLMs).
• Participación en migraciones on-prem → cloud y orquestación de flujos de datos.
• Inglés técnico deseable (intermedio).

Responsabilidades

• Diseñar, construir y mantener pipelines de ingestión, transformación y orquestación.
• Modelar datos orientados a IA y preparar datasets para RAG/embeddings.
• Aplicar controles de calidad y trazabilidad de datos.
• Mantener CI/CD de pipelines y documentacion versionada.
• Orquestar workflows y exponer feeds/endpoints para consumo de agentes, copilotos y productos analíticos.

Conocimientos

Data engineering

Inglés técnico

CI/CD

Educación

Ingeniería de Sistemas/Computación/Ciencia de Datos

Herramientas

Azure Data Factory

Databricks

PySpark / Spark SQL

Delta Lake

Azure Synapse

SQL

Python

Git / CI/CD

Airflow

Power BI

Descripción del empleo

Credicorp Capital te invita a Convertir Desafíos en Oportunidades y ser nuestro/a próximo/a AI Data Engineer para el equipo de Gen AI & Innovación, en Lima, Perú.

Misión:

El Data Engineer asegura la disponibilidad, calidad y escalabilidad de los datos para soluciones de IA Generativa, mediante la construcción de pipelines ligeros y confiables. Su propósito es preparar, transformar y exponer datos que habiliten la operación óptima de agentes, copilotos y automatizaciones, en coordinación con equipos de IA y negocio.

Funciones:

• Diseñar, construir y mantener pipelines de ingestión, transformación y orquestación.
• Modelar datos orientados a IA y preparar datasets para RAG/embeddings.
• Aplicar controles de calidad y trazabilidad.
• Mantener CI/CD de pipelines de datos y documentación versionada.
• Orquestar workflows y exponer feeds/endpoints para consumo de agentes/copilotos y productos analíticos.

Requisitos:

• Profesional universitario de las carreras de Ingeniería de Sistemas, Computación, Ciencia de Datos o afines.
• Experiencia de 3–5 años en ingeniería de datos o integración de datos cloud.
• Experiencia construyendo pipelines y modelos de datos para analítica o IA (incluye preparación de datasets para RAG/LLMs).
• Participación en migraciones on‑prem → cloud y orquestación de workflows de datos.
• Manejo de Inglés Técnico (Deseable Intermedio).

Softwares y Tecnologías:

• Azure Data Factory, Databricks, PySpark/Spark SQL, Delta Lake, Azure Synapse/Storage.
• SQL avanzado (SQL Server, PostgreSQL) y Python (intermedio–avanzado).
• Control de versiones y CI/CD: Git, GitHub/Bitbucket, GitHub Actions / Azure DevOps / Jenkins.
• Integración: APIs REST/JSON; consumo desde fuentes internas y externas.
• Deseable manejo de Airflow para orquestación adicional; Power BI para visualizaciones de soporte.

Otros conocimientos:

• Conceptos de linaje, calidad y gobierno de datos (solo para alineamiento).
• Diseño de modelos de datos orientados a IA (tabulares, semiestructurados) e implementación técnica con formatos optimizados (Parquet/Delta), particionamiento, esquemas y metadatos.
• Batch y streaming sobre Delta Lake; patrones de auditoría/versionado.
• Seguridad y privacidad (PII: anonimización/pseudonimización básica; controles de acceso).
• Integración de datos desde APIs, bases de datos y fuentes externas.
• Optimización de performance y costos en plataformas cloud.

Conocimientos Deseables:

• Exposición general a AWS o GCP (lectura de servicios equivalentes, despliegues simples o conocimientos básicos).
• Nociones de LLMOps para preparar datos y habilitar inferencia.
• Familiaridad con orquestación ligera (GitHub Actions, Data Factory, Airflow).
• Certificación AZ‑900; DP‑203, Databricks Data Engineer Associate, DP‑900, PL‑300.

Este anuncio se encuentra abierto para personas con discapacidad.