Ingeniero de data Senior (Inglés intermedio - avanzado)

Staff Boom Perú; Lima Metropolitana3; Presencial; PEN 120.000 - 180.000; Jornada completa

Descripción de la vacante

Staff Boom Perú busca un Ingeniero de Datos Senior para liderar la ingeniería de pipelines de datos, desde la ingesta hasta la transformación y entrega a modelos de ML.

El candidato debe tener >4 años de experiencia en datos, dominio de SQL/dbt y experiencia en Dagster/Airflow; además de habilidades en Kubernetes, GitOps y OpenShift. Reporta al Data Architect en Central Platform & Engineering Hub.

Formación

• Más de 4 años de experiencia en ingeniería de datos y producción sobre pipelines.
• Dominio sólido de SQL y dbt: consultas complejas, funciones de ventana y rendimiento.
• Python avanzado (typing, dataclasses, packaging, testing).
• Experiencia en producción con orquestadores modernos (Dagster, Airflow, Prefect o similar).
• Conocimientos prácticos de flujos basados en Git, CI/CD y contenedores.
• Conocimiento de formatos abiertos (Parquet) y almacenamiento columnar (Iceberg/Delta).

Responsabilidades

• Ser responsable de extremo a extremo del proyecto de orquestación: definiciones de assets, jobs, sensors, schedules, resources e IO managers.
• Diseñar e implementar nuevos pipelines de extracción y ampliar la biblioteca compartida de fuentes de datos.
• Ser responsable de las capas de transformación Bronze y Silver, y proporcionar soporte de ingeniería para Gold.
• Hacer cumplir el grain, claves primarias, frecuencia de actualización, retención y SLA antes de escribir SQL.
• Tratar fallos de pruebas de calidad de datos como alertas intencionadas y depurar fuentes upstream.
• Mantener la automatización del flujo de desarrollo como fuente única de verdad para operaciones y CI.
• Mejorar fiabilidad, rendimiento y coste de pipelines en Kubernetes compartido.
• Dar mentoría a ingenieros de datos y revisar código centrado en idempotencia y eficiencia.
• Conocimientos de dagster, dlt y plataforma OpenShift/Kubernetes; y herramientas GitOps.

Conocimientos

Python

SQL

dbt

Dagster

Airflow

Kubernetes

GitOps

Tekton

ArgoCD

OpenShift

Parquet

Delta Lake

Herramientas

Dagster

Airflow

Prefect

dbt

Kubernetes

OpenShift

GitOps

Tekton

ArgoCD

Parquet

Descripción del empleo

Buscamos un Senior Data Engineer que sea el principal responsable de ingeniería de nuestra capa de pipelines de datos: los sistemas que trasladan datos desde diversas fuentes, a través de nuestra arquitectura medallion, hasta ponerlos a disposición de los analistas y de nuestros modelos de machine learning.

El objetivo principal de este puesto es escalar y fortalecer la plataforma, incorporar nuevas fuentes de datos y elevar el estándar de ingeniería del equipo.

Se trata de un puesto sénior como contribuidor individual (individual contributor), con responsabilidades de mentoría, incluyendo revisión de código y liderazgo técnico de la arquitectura. Reportarás al Data Architect dentro del Central Platform & Engineering Hub.

Responsabilidades principales

• Ser responsable de extremo a extremo del proyecto de orquestación: definiciones de assets, jobs, sensors, schedules, resources e IO managers.
• Diseñar e implementar nuevos pipelines de extracción y ampliar la biblioteca compartida de fuentes de datos.
• Ser responsable de las capas de transformación Bronze y Silver, y proporcionar soporte de ingeniería para los modelos fundacionales Gold que abarcan distintos dominios.
• Hacer cumplir el acuerdo de granularidad antes de construir cualquier modelo: el grain (granularidad), las claves primarias, la frecuencia de actualización, la retención y el SLA deben estar definidos y aprobados antes de escribir cualquier SQL.
• Tratar los fallos de las pruebas de calidad de datos como alertas intencionadas: investigar los datos de origen (upstream) en lugar de ocultar los problemas mediante reintentos.
• Mantener la automatización del flujo de desarrollo que sirve como fuente única de verdad para las operaciones locales y de CI.
• Mejorar la fiabilidad, el rendimiento y la eficiencia de costes de los pipelines que se ejecutan sobre una plataforma Kubernetes compartida.
• Dar mentoría a ingenieros de datos y realizar revisiones de código centradas en la idempotencia, la corrección de procesos incrementales y la eficiencia en el uso de recursos.
• Más de 4 años de experiencia en ingeniería de datos, con responsabilidad en producción sobre pipelines y capas de transformación.
• Python avanzado (typing, dataclasses, packaging, testing).
• Dominio sólido de SQL y dbt: consultas complejas, funciones de ventana, CTEs y optimización de rendimiento en motores de consulta columnares o distribuidos.
• Experiencia en producción con un orquestador moderno (Dagster, Airflow, Prefect o similar).
• Experiencia en producción con un framework de transformación SQL (dbt o equivalente), incluyendo pruebas, macros y modelos incrementales.
• Fundamentos sólidos de modelado de datos: granularidad (grain), claves, corrección de procesos incrementales, idempotencia y pruebas de calidad de datos.
• Conocimientos prácticos de flujos de trabajo basados en Git, CI/CD y contenedores.
• Familiaridad con formatos de tablas abiertos y almacenamiento columnar (Parquet, Apache Iceberg, Delta Lake o similares).

Se valorará

• Experiencia práctica con Dagster (assets, sensors, IO managers).
• Experiencia con dlt (dlthub): fuentes, cargas incrementales y evolución de esquemas.
• Experiencia con Trino o Presto como motor de consultas.
• Experiencia en producción con Apache Iceberg y Apache Ranger.
• Experiencia con Kubernetes u OpenShift en la creación/configuración de cargas de trabajo (resource requests, pod specs, volumes).
• Experiencia con GitOps y herramientas de CI como Tekton y ArgoCD.
• Experiencia con Makefile / justfile o herramientas similares para automatizar el flujo de desarrollo.
• Experiencia como mentor de ingenieros de datos junior o de nivel intermedio.
• Orquestación y extracción: Dagster, dlt (dlthub)
• Plataforma y herramientas: OKD/OpenShift, Forgejo, Tekton, ArgoCD