Ingeniero De Datos

En QiBit conectamos a los mejores talentos del sector digital y tecnológico con compañías globales. Formamos parte del ecosistema líder en soluciones integradas de capital humano, presente en más de 30 países. 🌍

Descripción del puesto

• Dominio avanzado de Python
  Experiencia sólida en el desarrollo de scripts para la orquestación de procesos de actualización de datos, incluyendo el uso de multithreading para paralelizar consultas y cargas. Manejo de librerías como pandas, sqlalchemy y pyodbc, con enfoque en la escritura de código limpio, modular y mantenible.

• Gestión de Máquinas Virtuales y Windows Task Scheduler
  Capacidad para administrar infraestructura en entornos Windows, incluyendo la configuración, monitoreo y mantenimiento de tareas programadas mediante el Scheduler. Competente en asegurar la continuidad operativa de procesos legacy mientras se avanza en su modernización.

• Experiencia sólida en SQL Server
  Amplio dominio en el desarrollo y mantenimiento de lógica de negocio a través de Stored Procedures complejos, uso de tablas temporales, operaciones MERGE y optimización mediante manejo de índices.

• Manejo de Databricks y entornos Big Data
  Experiencia en la ejecución de queries remotas, gestión de tokens de autenticación e interacción con plataformas de datos a gran escala. Conocimiento en procesos de migración de datos hacia arquitecturas modernas como Storage House (SH) o Data Lake.

• Construcción de pipelines ETL/ELT
  Experiencia en el diseño y ejecución de procesos de ingestión de datos desde diversas fuentes (ej. archivos Excel en Google Drive), generación de reportes y manejo de cargas de datos en chunks para optimizar el uso de memoria y rendimiento.

• Administración en entornos Linux/Ubuntu
  Capacidad para configurar, desplegar y mantener aplicaciones en servidores Linux, facilitando la transición desde entornos dependientes de Windows hacia infraestructuras más modernas y escalables.

• Orquestación de flujos de datos (Airflow / Prefect)
  Experiencia en el diseño de flujos de trabajo automatizados mediante DAGs (Directed Acyclic Graphs), definiendo dependencias, reintentos y ejecución modular de procesos.

• Gestión de deuda técnica y refactorización
  Habilidad para analizar, identificar y modernizar sistemas legacy, incluyendo la migración de lógica hardcodeada hacia repositorios centralizados o plataformas como Databricks, mejorando mantenibilidad y eficiencia.

• Implementación de logging y monitoreo
  Experiencia en la estandarización de sistemas de logging estructurado y manejo de excepciones, asegurando trazabilidad completa de procesos y rápida detección de errores críticos.

• Conocimiento en ecosistemas de BI (Tableau)
  Comprensión de la relación entre modelos de datos (tablas, vistas y staging) y su impacto en la performance y visualización en herramientas de Business Intelligence como Tableau.

• Adaptabilidad a modelos de datos desnormalizados
  Capacidad para trabajar con arquitecturas orientadas a la optimización de lectura, equilibrando buenas prácticas de modelado con necesidades de rendimiento.

• Orientación a la calidad (QA de datos)
  Experiencia en el diseño y automatización de pruebas de calidad de datos, incluyendo validaciones de estructura, tipos de datos, control de duplicados y consistencia de la información previo a su explotación en entornos productivos.

Requisitos

• Ingeniero Informatico/Sistema o carreras afines.
• Experiencia de 3 a 5 años como Ing. De Datos
• Dominio de Python y/o SQL para manipulación y procesamiento de datos.
• Experiencia en Data Factory
• Experiencia en desarrollo de pipelines ETL/ELT.
• Conocimientos en bases de datos relacionales (SQL Server, PostgreSQL, etc.) y no relacionales.
• Experiencia en plataformas de Big Data y/o Cloud (Databricks, Azure, AWS, GCP).
• Manejo de herramientas de orquestación de workflows (Airflow, Prefect o similares).
• Experiencia en modelado de datos (normalizado y desnormalizado).
• Conocimientos en optimización de consultas y performanc

• Contrato por Honorario
• Modalidad Híbrido – 3 veces a la semana.