Descripción de la oferta de empleo

Funciones:

Asegurar la calidad, integridad y confiabilidad de los datos mediante la validación de información, implementación de controles de calidad y depuración de datos inconsistentes.
Diseñar, desarrollar y mantener pipelines ETL/ELT para integrar datos internos y externos, analizando requerimientos de negocio y automatizando procesos de ingesta, transformación y procesamiento de datos.
Garantizar el cumplimiento de las políticas de seguridad, protección de datos y regulaciones de la SBS, aplicando controles de acceso, trazabilidad de procesos y mecanismos de anonimización de información sensible.
Publicar y disponibilizar datasets estructurados, limpios y versionados en repositorios centralizados o data lakes, coordinando con la Tribu de Datos la definición de formatos, niveles de agregación y periodicidad de entrega.
Resolver incidencias críticas e impedimentos técnicos relacionados con pipelines, procesamiento y almacenamiento de datos, asegurando la continuidad y estabilidad de los procesos.
Guiar y apoyar a otros analistas en la adopción de buenas prácticas de ingeniería de datos, participando en revisiones técnicas de código y arquitectura, y actuando como referente técnico del equipo.
Comunicar estrategias técnicas de datos y acompañar al Chapter Leader en reuniones e iniciativas clave, promoviendo el alineamiento entre los objetivos organizacionales y la estrategia de datos.



Requisitos:

Educación: Bachiller o Titulado en Ingeniería de Sistemas, Ingeniería Informática, Ciencias de la Computación, Estadística, Computación e Informática o carreras afines.
Experiencia: Contar con 3 a 4 años de experiencia en Data Engineering o gestión de datos, deseablemente en banca, retail o servicios financieros. Haber participado en el desarrollo de soluciones y pipelines de datos ETL/ELT, modernización de arquitecturas legacy, gestión de deuda técnica, resolución de incidentes en ambientes productivos e implementación de prácticas DataOps, CI/CD y automatización.
Conocimientos funcionales: Conocimiento de regulaciones SOX, arquitecturas de datos (Data Lake, Data Warehouse, Data Mesh, Lakehouse), diseño de pipelines batch y streaming, calidad de datos, testing, DevOps y despliegue continuo aplicado a datos.
Conocimientos técnicos: Manejo de Python y SQL avanzado; herramientas como Spark, Databricks, Azure Data Factory, Azure Synapse, Kafka, dbt y Snowflake; bases de datos relacionales y NoSQL; servicios de Azure; herramientas de CI/CD, Docker, Kubernetes, Git y Terraform. Conocimiento de seguridad, gobernanza, arquitecturas orientadas a eventos e IA aplicada al desarrollo de soluciones de datos. Deseable contar con certificaciones Azure Data Engineer, Databricks o Azure Fundamentals.
Habilidades de ingeniería de datos: Experiencia en revisión de código, debugging, optimización de rendimiento, modelado de datos, documentación técnica y estimación de esfuerzos de desarrollo.
Liderazgo técnico: Capacidad para definir estándares y buenas prácticas de ingeniería de datos, tomar decisiones operativas, desarrollar roadmaps técnicos, comunicar conceptos complejos a distintos públicos y coordinar dependencias con equipos de desarrollo, datos, compliance y operaciones.




Funciones:
Asegurar la calidad, integridad y confiabilidad de los datos mediante la validación de información, implementación de controles de calidad y depuración de datos inconsistentes.
Diseñar, desarrollar y mantener pipelines ETL/ELT para integrar datos internos y externos, analizando requerimientos de negocio y automatizando procesos de ingesta, transformación y procesamiento de datos.
Garantizar el cumplimiento de las políticas de seguridad, protección de datos y regulaciones de la SBS, aplicando controles de acceso, trazabilidad de procesos y mecanismos de anonimización de información sensible.
Publicar y disponibilizar datasets estructurados, limpios y versionados en repositorios centralizados o data lakes, coordinando con la Tribu de Datos la definición de formatos, niveles de agregación y periodicidad de entrega.
Resolver incidencias críticas e impedimentos técnicos relacionados con pipelines, procesamiento y almacenamiento de datos, asegurando la continuidad y estabilidad de los procesos.
Guiar y apoyar a otros analistas en la adopción de buenas prácticas de ingeniería de datos, participando en revisiones técnicas de código y arquitectura, y actuando como referente técnico del equipo.
Comunicar estrategias técnicas de datos y acompañar al Chapter Leader en reuniones e iniciativas clave, promoviendo el alineamiento entre los objetivos organizacionales y la estrategia de datos.

Requisitos:
Educación: Bachiller o Titulado en Ingeniería de Sistemas, Ingeniería Informática, Ciencias de la Computación, Estadística, Computación e Informática o carreras afines.
Experiencia: Contar con 3 a 4 años de experiencia en Data Engineering o gestión de datos, deseablemente en banca, retail o servicios financieros. Haber participado en el desarrollo de soluciones y pipelines de datos ETL/ELT, modernización de arquitecturas legacy, gestión de deuda técnica, resolución de incidentes en ambientes productivos e implementación de prácticas DataOps, CI/CD y automatización.
Conocimientos funcionales: Conocimiento de regulaciones SOX, arquitecturas de datos (Data Lake, Data Warehouse, Data Mesh, Lakehouse), diseño de pipelines batch y streaming, calidad de datos, testing, DevOps y despliegue continuo aplicado a datos.
Conocimientos técnicos: Manejo de Python y SQL avanzado; herramientas como Spark, Databricks, Azure Data Factory, Azure Synapse, Kafka, dbt y Snowflake; bases de datos relacionales y NoSQL; servicios de Azure; herramientas de CI/CD, Docker, Kubernetes, Git y Terraform. Conocimiento de seguridad, gobernanza, arquitecturas orientadas a eventos e IA aplicada al desarrollo de soluciones de datos. Deseable contar con certificaciones Azure Data Engineer, Databricks o Azure Fundamentals.
Habilidades de ingeniería de datos: Experiencia en revisión de código, debugging, optimización de rendimiento, modelado de datos, documentación técnica y estimación de esfuerzos de desarrollo.
Liderazgo técnico: Capacidad para definir estándares y buenas prácticas de ingeniería de datos, tomar decisiones operativas, desarrollar roadmaps técnicos, comunicar conceptos complejos a distintos públicos y coordinar dependencias con equipos de desarrollo, datos, compliance y operaciones.