Lo que buscamos
- 3+ años de experiencia trabajando en Data Engineering o posiciones similares.
- SQL avanzado.
- Experiencia sólida con Python para procesamiento y automatización de datos.
- Experiencia trabajando con Google BigQuery.
- Experiencia diseñando pipelines ETL/ELT.
- Conocimiento de modelamiento de datos y diseño de data warehouses.
- Experiencia integrando APIs, bases de datos y archivos como fuentes de información.
- Experiencia trabajando con grandes volúmenes de eventos o información transaccional.
- Conocimiento de estrategias de deduplicación, idempotencia y procesamiento incremental.
- Capacidad para implementar validaciones y controles de calidad de datos.
- Git y experiencia trabajando con pull requests/code review.
- Capacidad para investigar inconsistencias de datos sin asumir que una fuente es correcta solo porque está en producción.
Funciones
Tu principal responsabilidad será diseñar, desarrollar y mantener los pipelines de datos de Guinea.
Trabajarás con fuentes como APIs, PostgreSQL, archivos CSV/JSON, SFTP, Cloud Storage y eventos generados por nuestros sistemas y plataformas telco.
Entre tus responsabilidades estarán:
- Construir y mantener pipelines ETL/ELT sobre Google Cloud.
- Diseñar y mantener modelos de datos en BigQuery.
- Procesar grandes volúmenes de eventos de consumo de datos, llamadas y SMS.
- Construir capas de datos raw/bronze, silver y gold para separar ingestión, transformación y datos orientados a negocio.
- Implementar procesos de deduplicación, enriquecimiento y normalización de información.
- Integrar información proveniente de diferentes sistemas y proveedores.
- Construir controles automáticos de calidad de datos.
- Detectar diferencias entre fuentes y ayudar a determinar cuál representa correctamente la realidad del negocio.
- Automatizar conciliaciones entre bases operativas, BigQuery y reportes externos.
- Mantener trazabilidad desde el dato original hasta los reportes y métricas finales.
- Diseñar datasets que puedan ser consumidos fácilmente por BI, Finanzas, Operaciones y Producto.
- Optimizar queries, almacenamiento y costos de BigQuery.
- Monitorear pipelines y generar alertas ante datos incompletos, duplicados o procesos fallidos.
- Documentar fuentes, transformaciones, dependencias y definiciones de negocio.
- Trabajar junto al equipo de Tecnología en Git, code review y CI/CD.
Deseable
- Google Cloud Platform: Cloud Storage, Pub/Sub, Cloud Run, Cloud Functions o servicios similares.
- Terraform o Infrastructure as Code.
- Looker Studio u otras herramientas de BI.
- PostgreSQL.
- Arquitecturas bronze/silver/gold o medallion.
- Data contracts, data lineage o catálogos de datos.
- dbt u otras herramientas de transformación de datos.
- Observabilidad y monitoreo de pipelines.
- Procesamiento de CDRs, EDRs u otros eventos telco.
- Sistemas BSS/OCS, billing o charging.
- Datos relacionados con telecomunicaciones: MSISDN, IMSI, IMEI, planes, balances, consumo de data, voz o SMS.
- Construcción de datasets para modelos predictivos o Machine Learning.
Beneficios
Trabajarás directamente con problemas reales de ingeniería de datos donde la calidad de la información tiene impacto operativo y financiero.
Tendrás acceso a distintas fuentes de datos, infraestructura en Google Cloud y un equipo de Tecnología con el que podrás diseñar y mejorar la arquitectura existente.
Estamos en un proceso de evolución de nuestra plataforma telco y de datos, por lo que tendrás espacio para proponer estándares, simplificar procesos existentes y construir componentes que se conviertan en la base de la plataforma de datos de Guinea.