Objetivo del cargo
Diseñar y construir componentes de arquitectura de datos para proyectos en entornos on-premise y cloud, liderando técnicamente la implementación de dominios y productos de datos en el Data Lake, bajo los lineamientos definidos por el Líder de Ingeniería de Datos, asegurando la consistencia, calidad e integridad de los datos.
Principales funciones
-Diseñar, construir, probar y mantener arquitecturas de datos, dominios de datos y productos de datos, de acuerdo con las necesidades del negocio, en los entornos Cloud y On-premise
Identificar formas de optimizar la confiabilidad, eficiencia y calidad de los datos y asegurar la implementación del linaje y catalogo de datos
Integrar fuentes desde multiples fuentes internas y externas en el datalake, con técnicas de ETL/ELT/Streaming y optimizar los procesos de carga y exposición de dominios y productos de datos.
Modelar, construir, validar y mantener soluciones BI, asegurando eficiencia y oportunidad en su generación.
Implementar procesos de data quality y validación.
Innovar, proponer y crear soluciones de datos aplicando las tendencias tecnológicas actuales del mercado.
Perfil profesional y experiencia
Licenciatura en Informática, Ingeniería de Sistemas, Ciencias de la computación o campos afines al cargo
2 años de experiencia en Desarrollo de procesos ETL/ELT y en gestión de bases de datos relacionales y no relacionales (Oracle, SQL Server, Postgres, MySQL, Mongo DB), Data Lake y Data WareHouse
1 año de experiencia en Desarrollo de proyectos de datos sobre Nubes públicas (Microsoft Azure, AWS o Google Cloud Platform) y manejo de herramientas de Integración y Despliegue Continuo en Producción (CI/CD)
Conocimiento en:
Marcos de trabajo ágiles como SCRUM, Design Thinking, DataOps, entre otras y tecnologías Big Data distribuidas como Apache Hadoop, Apache Spark, Hive, etc
Business Intelligence y uso de plataformas de analítica (Power BI, Tableau o similares)
Azure Databricks, Azure Data Factory, Azure DevOps, Azure Synapse
Máquinas Virtuales, Docker, Kubernetes, entre otras tecnologías de virtualización
Tecnologías de streaming como Kafka, Storm, Spark-streaming, etc
Librerías de Deep Learning como Tensorflow o PyTorch
Modelos de Ciencia de Datos, Machine Learning, Deep Learning
Competencias
Orientación al logro con calidad
Trabajo en equipo
Gestión del cambio
Liderazgo
Tu proceso de selección simple, inteligente y moderno
