Funciones Principales Las responsabilidades del rol se centran en la gestión de infraestructura de datos y colaboración con equipos de analítica e IA: • Ingeniería de Pipelines: Diseñar, construir y mantener pipelines de datos end-to-end integrando múltiples fuentes (transaccionales, APIs, archivos, terceros). • Gestión de Datos: Administrar los diferentes estadios de los datos (raw, staging, curated, analytics/feature layers). • Procesamiento: Implementar procesos de ingesta tipo batch (por lotes) y/o streaming según las necesidades del negocio. • Soporte Analítico y de IA: ◦ Modelar datos para consumo de BI y Analytics en conjunto con esos equipos. ◦ Preparar y mantener datasets que sirvan de insumo para modelos de Inteligencia Artificial y Machine Learning. ◦ Colaborar con el equipo de IA en la definición de features, etiquetas y datasets de entrenamiento. • Calidad y Optimización: ◦ Asegurar la calidad, consistencia y trazabilidad de los datos a lo largo de los pipelines. ◦ Optimizar el rendimiento (performance) y los costos de los procesos de datos. • Metodología y Estrategia: ◦ Implementar buenas prácticas de DataOps como versionamiento, testing de datos, monitoreo y alertas. ◦ Documentar pipelines, modelos y flujos de datos. ◦ Participar en el diseño de arquitecturas de datos escalables. ◦ Evaluar e incorporar nuevas herramientas y tecnologías. Habilidades Profesionales (Competencias) Se busca un perfil enfocado en la colaboración y la metodología: • Pensamiento estructurado y orientación a la calidad. • Capacidad de trabajo colaborativo con las áreas de BI, Analytics e IA. • Comunicación clara con perfiles técnicos y de negocio. • Proactividad y mentalidad de mejora continuaRequisitosFormación y Experiencia • Instrucción: Se requiere nivel Superior. • Especialidad: Carreras como Ciencias de la Computación, Ingeniería de Software, Matemáticas, Estadísticas, Mecatrónica u otros campos afines. • Experiencia: Es necesaria una experiencia de 4 años. • Género: Indistinto. Perfil Profesional y Técnico El candidato debe contar con una experiencia sólida como Data Engineer y cumplir con las siguientes habilidades técnicas: • Lenguajes y Herramientas: Dominio avanzado de SQL y experiencia desarrollando pipelines con Python u otros lenguajes afines. • Infraestructura de Datos: Conocimiento de Data Warehousing y Data Lakes, así como manejo de plataformas en la nube (GCP, AWS o Azure). • Procesamiento: Experiencia trabajando con grandes volúmenes de datos y utilizando herramientas de orquestación como Airflow, Dagster, Prefect u otras. Conocimientos en Machine Learning (IA) Dado que el puesto pertenece al área de AI & Data, se requieren competencias específicas en esta rama: • Comprensión del ciclo de vida de modelos de Machine Learning. • Experiencia preparando datos para entrenamiento, validación e inferencia, manejando conceptos como features, labels, data leakage y drift. • Experiencia integrando pipelines de datos con flujos de MLOps. • Capacidad para el consumo o exposición de datos para modelos generativos o predictivos.BeneficiosSueldo acorde al perfil y mercado Beneficios de ley y beneficios corporativos El ambiente más cool para cultivar tu carrera profesional Ambiente de reto y crecimiento profesional
