DATA ENGINEER
Hace 3 semanas
Guayaquil, Guayas, Ecuador
Cervecería Nacional
Jornada completa
Gratis con email o Google
Guarda esta oferta y sigue tu búsqueda
Crea una cuenta gratis para guardar empleos, crear alertas y volver a esta oferta desde tu panel.
Gratis con email o Google
Al continuar, aceptas nuestros Términos & Política de Privacidad.
Imagina trabajar en la empresa líder de elaboración, distribución y venta de cerveza en Ecuador
En Cervecería Nacional buscamos al mejor talento que se atreva a soñar en grande, en un entorno diverso, inclusivo y retador; personas disruptivas y dinámicas, manteniendo los estándares más altos de calidad, formando a los líderes del mañana y trabajando bajo la constante innovación de nuestros productos. Todo esto es gracias a todos los colaboradores que conforman esta gran empresa, personas con talento como tú
Hoy tenemos presencia en más de 180 países y formamos parte de AB-InBev, la compañía cervecera más grande del mundo, con el sueño de construir Un futuro con más motivos para celebrar.
PROPOSITO:
Buscamos un Data Engineer apasionado por la construcción y optimización de plataformas de datos, capaz de diseñar, desarrollar y mantener pipelines robustos que permitan la disponibilidad, calidad y escalabilidad de la información para analítica, reporting y toma de decisiones del negocio
Buscamos experiencia trabajando con grandes volúmenes de datos, arquitecturas cloud y procesos ETL/ELT, colaborando con equipos de negocio, analítica y tecnología para transformar requerimientos en soluciones de datos eficientes y confiables.
RESPONSABILIDADES:
· Diseñar, desarrollar y mantener pipelines de ingesta, transformación y carga de datos desde múltiples fuentes.
· Implementar procesos ETL/ELT utilizando herramientas y frameworks de procesamiento distribuido.
· Desarrollar y optimizar procesos en SQL y PySpark para garantizar eficiencia y rendimiento.
· Administrar y monitorear flujos de datos y sus costos en entornos cloud.
· Garantizar la calidad, integridad y disponibilidad de la información mediante validaciones y controles automáticos.
· Gestionar cargas de datos hacia Data Lake, Data Warehouse y otros repositorios corporativos.
· Automatizar procesos recurrentes relacionados con la integración y transformación de datos.
· Investigar y resolver incidencias asociadas a pipelines, almacenamiento y procesamiento de datos.
· Colaborar con equipos de BI, Data Analytics y áreas de negocio para entender requerimientos y habilitar nuevas fuentes de información.
· Participar en el diseño y evolución de la arquitectura de datos de la organización.
· Documentar desarrollos, procesos, flujos y estándares de ingeniería de datos.
· Implementar buenas prácticas de gobierno, seguridad y manejo de datos. REQUERIMIENTOS
· Ingeniería en Sistemas, Computación, Software, Telecomunicaciones o carreras afines. . Experiencia de 2 a 5 años en roles de Data Engineering, Data Integration o similares.
· Experiencia trabajando con procesamiento de grandes volúmenes de dato. CONOCIMIENTOS TECNICOS: Lenguajes
· SQL avanzado.
· Python intermedio/avanzado.
· PySpark. Plataformas de Datos
· Azure Databricks.
· Azure Data Lake Storage (ADLS Gen2).
· Azure Storage Accounts.
· Azure Synapse Analytics (deseable).
· Delta Lake. Integración y Procesamiento
· Desarrollo de procesos ETL/ELT.
· Orquestación de pipelines.
· Transformación y limpieza de datos.
· Optimización de consultas y procesamiento distribuido. Bases de Datos
· SQL Server.
· Bases de datos relacionales y analíticas. Cloud
· Microsoft Azure.
· Gestión de almacenamiento.
· Autenticación y acceso mediante SAS Tokens, Service Principals y Managed Identities. Control de Versiones y DevOps
· Git.
· CI/CD para despliegue de soluciones de datos. CONOCIMIENTOS DESEABLES
· Data Warehouse y modelado dimensional.
· Arquitectura Lakehouse.
· Gobierno y calidad de datos.
· Apache Spark.
· Monitoreo y observabilidad de pipelines
RESPONSABILIDADES:
· Diseñar, desarrollar y mantener pipelines de ingesta, transformación y carga de datos desde múltiples fuentes.
· Implementar procesos ETL/ELT utilizando herramientas y frameworks de procesamiento distribuido.
· Desarrollar y optimizar procesos en SQL y PySpark para garantizar eficiencia y rendimiento.
· Administrar y monitorear flujos de datos y sus costos en entornos cloud.
· Garantizar la calidad, integridad y disponibilidad de la información mediante validaciones y controles automáticos.
· Gestionar cargas de datos hacia Data Lake, Data Warehouse y otros repositorios corporativos.
· Automatizar procesos recurrentes relacionados con la integración y transformación de datos.
· Investigar y resolver incidencias asociadas a pipelines, almacenamiento y procesamiento de datos.
· Colaborar con equipos de BI, Data Analytics y áreas de negocio para entender requerimientos y habilitar nuevas fuentes de información.
· Participar en el diseño y evolución de la arquitectura de datos de la organización.
· Documentar desarrollos, procesos, flujos y estándares de ingeniería de datos.
· Implementar buenas prácticas de gobierno, seguridad y manejo de datos. REQUERIMIENTOS
· Ingeniería en Sistemas, Computación, Software, Telecomunicaciones o carreras afines. . Experiencia de 2 a 5 años en roles de Data Engineering, Data Integration o similares.
· Experiencia trabajando con procesamiento de grandes volúmenes de dato. CONOCIMIENTOS TECNICOS: Lenguajes
· SQL avanzado.
· Python intermedio/avanzado.
· PySpark. Plataformas de Datos
· Azure Databricks.
· Azure Data Lake Storage (ADLS Gen2).
· Azure Storage Accounts.
· Azure Synapse Analytics (deseable).
· Delta Lake. Integración y Procesamiento
· Desarrollo de procesos ETL/ELT.
· Orquestación de pipelines.
· Transformación y limpieza de datos.
· Optimización de consultas y procesamiento distribuido. Bases de Datos
· SQL Server.
· Bases de datos relacionales y analíticas. Cloud
· Microsoft Azure.
· Gestión de almacenamiento.
· Autenticación y acceso mediante SAS Tokens, Service Principals y Managed Identities. Control de Versiones y DevOps
· Git.
· CI/CD para despliegue de soluciones de datos. CONOCIMIENTOS DESEABLES
· Data Warehouse y modelado dimensional.
· Arquitectura Lakehouse.
· Gobierno y calidad de datos.
· Apache Spark.
· Monitoreo y observabilidad de pipelines