Ingeniero de Datos Senior

Requisitos

• 5+ años de experiencia en la carrera
• Inglés avanzado
• Airflow
• Data Quality
• Data Modeling
• Delta Lake
• dbt
• Entity Resolution
• PySpark
• SQL
• Python
• Databricks

Habilidades deseadas

• Terraform
• MLOps
• Data Observability
• Unity Catalog
• Data Products
• Data Reconciliation
• Delta Live Tables
• RAG
• Data Governance
• MCP
• Data Lineage
• GitHub Actions
• Postgres
• AWS

Tareas y Responsabilidades

Sobre la vacante

Buscamos un Ingeniero de Datos Senior para liderar técnicamente iniciativas de datos a escala nacional. Esta posición tiene como foco central la resolución de entidades, la gobernanza de datos maestros y la reconciliación de fuentes de terceros, garantizando la calidad y la observabilidad de los datos en toda la cadena productiva.

Serás la referencia técnica del equipo, realizando revisiones de código enfocadas en la corrección, el costo y la mantenibilidad, además de aplicar ingeniería asistida por IA con guardrails y trazabilidad.

Principales responsabilidades

• Definir reglas de fuente única de la verdad, lógica de supervivencia, identificadores estables y anulación manual para datos de licencias, escrituras, registros fiscales y datos comerciales.
• Reconciliar fuentes de terceros conflictivas a escala nacional e implementar observabilidad para detectar desviaciones en la lógica.
• Actuar como steward de modelos de datos, incorporando nuevas fuentes y evolucionando los modelos cuando dejen de satisfacer las necesidades.
• Garantizar la calidad de los datos de extremo a extremo: pruebas, monitoreo, alertas, lineage y análisis de causa raíz de incidentes.
• Realizar análisis que orienten la hoja de ruta, priorizando la adquisición de fuentes y conjuntos de datos basándose en el impacto comercial.
• Poner en producción modelos de ciencia de datos, definiendo contratos de datos y monitoreando el drift.
• Ser la referencia técnica del equipo en revisiones de código y compensaciones de arquitectura.
• Aplicar ingeniería asistida por IA con agentes, manteniendo guardrails y trazabilidad.

Lo que buscamos

• Sólidos conocimientos de SQL y Python aplicados en todo el ciclo de vida de los datos, desde la ingestión hasta el serving.
• Experiencia práctica con Databricks en producción: notebooks, jobs, workflows, Delta Lake y PySpark.
• Profundidad en modelado de datos: dimensional, dimensiones de cambio lento (SCD), definición de grano y arquitectura en capas como Medallion.
• Experiencia en resolución de entidades y reconciliación de datos.
• Conocimiento en calidad y observabilidad de datos: pruebas, monitoreo, alertas y lineage.
• Familiaridad con frameworks de transformación y orquestación como dbt, Airflow y Databricks Workflows, junto con control de versiones y CI/CD.
• Experiencia con productos de datos que alimentan aplicaciones en producción, además de traducir preguntas de negocio ambiguas en métricas accionables.

Diferenciales

• Arquitectura de productos de datos orientada a dominios en un entorno lakehouse.
• Arquitecturas de IA aplicadas a datos: pipelines para RAG, MCP para acceso estandarizado por agentes y calidad en sistemas agénticos no deterministas.
• Ecosistema avanzado de Databricks: Unity Catalog y Delta Live Tables.
• Gobernanza de datos: control de acceso, catalogación y lineage.
• MLOps avanzado: serving de modelos, monitoreo de drift y workflows de reentrenamiento.

Stack tecnológico

Python, SQL, PySpark, Databricks, Delta Lake, dbt, AWS, Terraform, Postgres, GitHub Actions y agentes de IA en el desarrollo diario.