Data Engineer (Inglés avanzado)- Remoto
Full TimeJob Overview
El Data Engineer se integrará al equipo de Plataforma de Experimentación con el objetivo de elevar sistemáticamente la calidad y confiabilidad de las hipótesis y experimentos, construyendo y operando capacidades de datos que estandaricen el ciclo completo de experimentación y reduzcan errores metodológicos comunes. En un contexto de escalamiento del programa, el rol será clave para asegurar rigor, consistencia y trazabilidad, habilitando experimentos más comparables, accionables y basados en evidencia.
Trabajará de forma cercana con líderes técnicos, producto y usuarios internos para diseñar e implementar soluciones end-to-end, definir estándares y buenas prácticas, y promover una plataforma segura, escalable y mantenible que acelere la toma de decisiones sin sacrificar calidad, con interacción frecuente en inglés en un entorno internacional.
Trabajará de forma cercana con líderes técnicos, producto y usuarios internos para diseñar e implementar soluciones end-to-end, definir estándares y buenas prácticas, y promover una plataforma segura, escalable y mantenible que acelere la toma de decisiones sin sacrificar calidad, con interacción frecuente en inglés en un entorno internacional.
Responsabilidades
- Participar activamente en la evolución del ecosistema de experimentación, construyendo nuevas funcionalidades y capacidades de las distintas herramientas. Esto incluye generar, procesar y consumir datos del programa que habiliten nuestros objetivos estratégicos: aumentar el volumen de experimentación, su calidad y su velocidad.
- Colaborar estrechamente con el Tech Lead, Product Manager, Product Designer y el resto del equipo de ingeniería en el día a día para diseñar, implementar y lanzar funcionalidades end-to-end, desde discovery técnico hasta puesta en producción.
- Contribuir al diseño técnico y a la definición de buenas prácticas, proponiendo mejoras en arquitectura, patrones de implementación, observabilidad, seguridad, escalabilidad y mantenibilidad del stack.
- Interactuar con usuarios internos (analistas, data scientists, stakeholders de negocio, etc.) para entender necesidades, validar soluciones y recoger feedback continuo que permita iterar y mejorar la experiencia del producto.
- Participar en revisiones de código y decisiones de arquitectura, ayudando a definir y mantener estándares de calidad (testing, CI/CD, documentación, performance, reliability) y promoviendo una cultura de excelencia técnica.
- Colaborar estrechamente con el Tech Lead, Product Manager, Product Designer y el resto del equipo de ingeniería en el día a día para diseñar, implementar y lanzar funcionalidades end-to-end, desde discovery técnico hasta puesta en producción.
- Contribuir al diseño técnico y a la definición de buenas prácticas, proponiendo mejoras en arquitectura, patrones de implementación, observabilidad, seguridad, escalabilidad y mantenibilidad del stack.
- Interactuar con usuarios internos (analistas, data scientists, stakeholders de negocio, etc.) para entender necesidades, validar soluciones y recoger feedback continuo que permita iterar y mejorar la experiencia del producto.
- Participar en revisiones de código y decisiones de arquitectura, ayudando a definir y mantener estándares de calidad (testing, CI/CD, documentación, performance, reliability) y promoviendo una cultura de excelencia técnica.
Technical & Power Skills
Technical:
1. GCP (Excluyente): stack con las siguientes herramientas: Workflows, Cloud Run, Cloud Run Functions, Firestore, Pub/Sub, Cloud Tasks, Cloud Scheduler, IAM (SA's, Roles, Impersonation, etc...), Protocolos Autenticación (Servicio a Servicio, Audiencias, Usuario Servicio)
2. Entendimiento CI/CD: Cloudbuild/Jenkins, Terraform.
3. Python stack: OOP, bundling de módulos, tdd, stack orientado a modelos econométricos (statsmodels, pyfixest), serialización.
4. Data ingestion & transformation (ELT/Analytics Engineering): Cercania con ingestas de datos (ej: dbt o dataform)
Desired:
1. Interés en temas "bleeding edge" de Inferencia Causal: (Técnicas Observacionales, Inferencia basada en diseño, Probabilidad y Estadística [Fuerte énfasis en OLS y sus distintas expansiones).
2. Experiencia con algún motor de datos distribuído como pyspark, dask, modin.
Soft:
1. Colaboración y comunicación efectiva: Capacidad de trabajar de forma cercana con el equipo de Plataforma (alineando diseño, estándares y operación) y también con usuarios internos (PMs, analistas, data scientists, etc.) para entender problemas reales, traducirlos a soluciones técnicas y mejorar continuamente la experiencia de uso.
2. Autonomía y toma de decisiones: Capacidad de liderar el diseño de soluciones end-to-end, proponer alternativas con trade-offs claros, tomar decisiones informadas y ejecutarlas con criterio, buscando feedback temprano y manteniendo a los stakeholders alineados.
3. Ownership y mentalidad de mejora continua: Se hace responsable de la operación y calidad de lo que construye (observabilidad, confiabilidad, documentación, deuda técnica), y empuja mejoras incrementales que aumenten la estabilidad y escalabilidad de la plataforma.
Principales Skills: Visualización efectiva de información, Transferencia segura de datos, Toma de decisiones participativa, SQL, Rest API, Python, GCP, Design Patterns.
1. GCP (Excluyente): stack con las siguientes herramientas: Workflows, Cloud Run, Cloud Run Functions, Firestore, Pub/Sub, Cloud Tasks, Cloud Scheduler, IAM (SA's, Roles, Impersonation, etc...), Protocolos Autenticación (Servicio a Servicio, Audiencias, Usuario Servicio)
2. Entendimiento CI/CD: Cloudbuild/Jenkins, Terraform.
3. Python stack: OOP, bundling de módulos, tdd, stack orientado a modelos econométricos (statsmodels, pyfixest), serialización.
4. Data ingestion & transformation (ELT/Analytics Engineering): Cercania con ingestas de datos (ej: dbt o dataform)
Desired:
1. Interés en temas "bleeding edge" de Inferencia Causal: (Técnicas Observacionales, Inferencia basada en diseño, Probabilidad y Estadística [Fuerte énfasis en OLS y sus distintas expansiones).
2. Experiencia con algún motor de datos distribuído como pyspark, dask, modin.
Soft:
1. Colaboración y comunicación efectiva: Capacidad de trabajar de forma cercana con el equipo de Plataforma (alineando diseño, estándares y operación) y también con usuarios internos (PMs, analistas, data scientists, etc.) para entender problemas reales, traducirlos a soluciones técnicas y mejorar continuamente la experiencia de uso.
2. Autonomía y toma de decisiones: Capacidad de liderar el diseño de soluciones end-to-end, proponer alternativas con trade-offs claros, tomar decisiones informadas y ejecutarlas con criterio, buscando feedback temprano y manteniendo a los stakeholders alineados.
3. Ownership y mentalidad de mejora continua: Se hace responsable de la operación y calidad de lo que construye (observabilidad, confiabilidad, documentación, deuda técnica), y empuja mejoras incrementales que aumenten la estabilidad y escalabilidad de la plataforma.
Principales Skills: Visualización efectiva de información, Transferencia segura de datos, Toma de decisiones participativa, SQL, Rest API, Python, GCP, Design Patterns.