Data Engineer - Chile o Colombia
Full Time CL$2,922,364 - CL$3,757,325 / monthJob Overview
El Data Engineer existe para transformar datos crudos en activos de datos confiables y estratégicos
Su misión sera contribuir en la ingesta y calidad de datos de la plataforma de Marketing, así mismo diseñar, desarrollar y optimizar los pipelines de datos para la ingesta y activación omnicanal
Su misión sera contribuir en la ingesta y calidad de datos de la plataforma de Marketing, así mismo diseñar, desarrollar y optimizar los pipelines de datos para la ingesta y activación omnicanal
Responsabilidades
- Garantizar la disponibilidad, calidad y gobernanza de pipelines e infraestructura de datos.
- Construcción de Pipelines de Calidad: Desarrollar scripts y procesos automatizados de auditoría de datos en BigQuery que certifiquen la coherencia de exclusiones y duplicados.
- Optimización de Tuberías MarTech: Diseñar y mejorar los pipelines que extraen data cruda (RAW data) desde los diferentes canales o plataformas de orquestación hacia el Data Lake para analítica avanzada.
- Automatización de Alertas: Configurar flujos de monitoreo automatizados que detengan flujos de sincronización de audiencias anómalas o vacías.
Requisitos
Herramientas y tecnologias imprescindibles:
- SQL
- Componentes Cloud (GCP) (dominio del entorno y sus servicios)
- Python
- Construcción de Pipelines / ETL-ELT: Experiencia ingiriendo RAW Data (data cruda) estructurada y no estructurada.
- Ingeniería de Prompt
- Familiaridad con Herramientas de Calidad de Datos: Uso de frameworks de pruebas como dbt tests, Great Expectations o desarrollos nativos en BigQuery SQL/Python.
- Conocimientos en Arquitectura Medallion
Habilidades blandas imprescindibles:
- Comunicación: Adaptar mensajes técnicos y no técnicos según la audiencia, incluso en niveles estratégicos.
- Colaboración: Cooperar con distintos roles y squads, fomentando sinergia y resolución conjunta.
- Resolución de problemas: Liderar soluciones innovadoras ante problemas complejos de datos.
- Mentoring: Guiar a colegas en prácticas de ingeniería de datos, fomentando desarrollo profesional.
- Pensamiento crítico: Evaluar decisiones técnicas y estratégicas cuestionando supuestos
- Aprendizaje continuo: Promover una cultura de aprendizaje en el equipo, integrando nuevas prácticas y herramientas.
- Entendimiento de negocio: Conectar modelos y pipelines con journey end-to-end, KPIs/OKRs core y casos de uso de alto impacto; priorizar backlog según valor