Diseño y Mantenimiento de Arquitectura de Datos:
Diseñar, desarrollar y optimizar la arquitectura de datos y los pipelines, siguiendo los principios de ELT (Extract, Load, Transform) y los objetivos comerciales.
Crear y mantener productos de datos para ingenieros, analistas y científicos de datos para acelerar la productividad.
Resolución de Problemas Complejos de Datos:
Resolver problemas complejos relacionados con datos para proporcionar insights que ayuden a la empresa a alcanzar sus metas.
Colaborar estrechamente con científicos de datos y equipos de negocios para desarrollar características efectivas para la modelización de datos.
Evaluación e Implementación de Herramientas:
Evaluar, implementar y desplegar herramientas emergentes y procesos para la ingeniería de datos analíticos con el objetivo de mejorar la productividad y la calidad.
Asociarse con ingenieros de aprendizaje automático, BI y arquitectos de soluciones para desarrollar arquitecturas técnicas para proyectos estratégicos.
Comunicación y Educación:
Desarrollar y entregar planes de comunicación y educación sobre las capacidades, estándares y procesos de ingeniería de datos analíticos.
Experiencia Requerida:
Más de 8 años de experiencia en ingeniería y arquitectura de datos, con un enfoque en tecnologías de Azure.
Tecnologías y Herramientas:
Experiencia en el diseño y mantenimiento de almacenes de datos y/o lagos de datos utilizando tecnologías de big data como Spark/Databricks, o bases de datos distribuidas como Redshift y Snowflake.
Experiencia en la construcción y mantenimiento de pipelines de datos siguiendo las mejores prácticas modernas de ingeniería de datos (p. ej., DBT, Airflow, Spark, Python OSS Data Ecosystem).
Fundamentos de Ingeniería de Software:
Conocimiento de fundamentos de ingeniería de software y herramientas de desarrollo (p. ej., Git, CI/CD, JIRA) y familiaridad con el sistema operativo Linux y la shell Bash/Z.
Tecnologías en la Nube:
Experiencia con tecnologías de bases de datos en la nube (p. ej., Azure) y desarrollo de soluciones en servicios y infraestructura de computación en la nube en el ámbito de datos y análisis.
Herramientas BI:
Familiaridad básica con herramientas de BI (p. ej., Alteryx, Tableau, Power BI, Looker).
Análisis y Modelado de Datos:
Expertise en ELT y análisis de datos, principalmente en SQL.
Conocimiento conceptual de datos y análisis, como modelado dimensional, herramientas de informes, gobernanza de datos y datos estructurados y no estructurados.