Data Engineer
Ingeniería
Volver a puestos abiertos
Data Engineer
Ingeniería Vietnam (remoto/híbrido) Jornada completa / Contrato
Resumen del puesto
Usted construye y es responsable de la infraestructura de datos de la que dependen los equipos de analítica y de ML. En el nivel Middle, construye y amplía pipelines ETL/ELT dentro de una arquitectura de warehouse existente. En el nivel Senior, además diseña desde cero el modelo de datos del warehouse, fija los estándares de calidad y gobernanza de datos, y es la persona a la que los demás ingenieros recurren cuando un pipeline falla a las 2 a. m.
Responsabilidades principales
- Diseñar y construir pipelines ETL/ELT escalables con Python, Apache Spark y Airflow.
- Gestionar y optimizar data warehouses en la nube (Snowflake, BigQuery o Redshift) en cuanto a rendimiento de consultas y costo.
- Implementar soluciones de modelado de datos (esquema Star/Snowflake) que resistan a medida que el negocio incorpora nuevas fuentes de datos.
- Construir pipelines de lakehouse y de streaming (Databricks, Delta Lake o Iceberg, Kafka o Flink, change data capture) cuando el ETL por lotes no basta.
- Usar dbt para transformaciones probadas y versionadas y acordar contratos de datos con los equipos que producen y consumen los datos.
- Responsabilizarse de la calidad, la integridad y la gobernanza de los datos – detectar un pipeline roto antes de que lo haga una parte interesada, no después – con controles de frescura, volumen y esquema que generan alertas.
- Preparar datos listos para IA: datasets limpios, documentados y con acceso controlado para ML y LLM.
- Colaborar con Data Scientists y analistas para preparar datasets limpios y bien documentados para modelos de ML y dashboards.
- (Senior) Responsabilizarse de principio a fin del esquema del warehouse y de la arquitectura de pipelines, y fijar el nivel de calidad de datos del equipo.
Requisitos
- Inglés: fluido, con buena comunicación oral y escrita – documenta pipelines y contratos de datos para que las partes interesadas internacionales nunca tengan que adivinar.
- De 3 años (Middle) a más de 5 años (Senior) de experiencia en Data Engineering.
- Dominio sólido de Python y de SQL avanzado, incluida la optimización de consultas.
- Experiencia con herramientas de big data (Spark, Kafka) y de orquestación (Airflow/Prefect).
- Conocimiento de al menos una plataforma de datos en la nube (AWS Glue o EMR, Azure Data Factory o Microsoft Fabric, o Databricks).
- Comprensión de las prácticas de CI/CD y de testing aplicadas a los pipelines de datos, no solo al código de aplicación.
- Ingeniería asistida por IA como práctica diaria: usa asistentes de código con IA para el código de los pipelines y aplica la detección de anomalías asistida por IA para encontrar antes los problemas de calidad de datos.
- Prueba con datos reales el SQL y el código de pipelines generados con IA antes de que se entreguen, y mantiene los datos sensibles fuera de herramientas de IA no aprobadas.
- Prepara los datos para la IA: pipelines de embeddings e índices vectoriales, linaje, enmascaramiento de PII y control de acceso sobre lo que puede leer la recuperación.
- Se valora: una certificación de datos, como Google Professional Data Engineer, Azure DP-700, Databricks Data Engineer o SnowPro Core.
- (Senior) Experiencia comprobada en diseñar desde cero un data warehouse o una arquitectura de pipelines, y en fijar estándares de gobernanza para un equipo.
Acerca de GTEMAS
GTEMAS es un socio global de ingeniería respaldado por un ecosistema integrado que une talento de élite, aprendizaje continuo y una gestión rigurosa de la entrega para construir productos digitales estables, escalables y de primer nivel.
¿Listo para generar impacto?
Dé el siguiente paso en su carrera con GTEMAS. Haga clic abajo para iniciar su postulación.
Postúlese ahora