Requisitos y conocimientos técnicos
- Experiencia en ingeniería de datos y desarrollo de soluciones sobre Google Cloud Platform (GCP).
- Dominio de BigQuery, incluyendo diseño, construcción, optimización y consultas sobre arquitecturas MPP (Massively Parallel Processing).
- Experiencia con Google Cloud Pub/Sub y Dataflow, para procesamiento de eventos y flujos de datos en tiempo real.
- Experiencia en diseño, construcción y mantenimiento de pipelines ETL/ELT.
- Conocimientos en diseño y optimización de modelos de datos para Data Warehouse y Data Lake.
- Dominio avanzado de Python y SQL, incluyendo desarrollo de scripts complejos y optimización de consultas.
- Conocimientos de procesamiento distribuido de datos mediante herramientas como Apache Spark.
- Experiencia utilizando Terraform para la implementación y administración de infraestructura como código (IaC) en GCP.
- Experiencia en orquestación de procesos y workflows mediante Cloud Composer (Apache Airflow).
- Manejo avanzado de Git y GitHub, aplicando buenas prácticas de control de versiones.
- Conocimientos y experiencia en metodologías CI/CD para automatización e implementación de soluciones de datos.
- Conocimientos de gobernanza, calidad, seguridad, trazabilidad y linaje de datos.
- Experiencia en monitoreo, observabilidad y gestión de alertas de procesos de datos.
Funciones
- Diseñar, desarrollar e implementar integraciones de datos para la construcción y administración de un Data Lake en Google Cloud Platform.
- Gestionar y procesar grandes volúmenes de datos mediante BigQuery, asegurando disponibilidad, rendimiento y eficiencia en las consultas.
- Desarrollar y administrar flujos de procesamiento de eventos en tiempo real y near real time utilizando Pub/Sub y Dataflow.
- Diseñar, desarrollar y optimizar procesos de ingesta, transformación y carga de datos mediante técnicas ETL/ELT.
- Implementar y optimizar modelos de datos en entornos Data Warehouse, facilitando las consultas y el autoservicio de analítica.
- Colaborar con equipos de Data Governance en la definición de catálogos de datos, linaje de información, trazabilidad y cumplimiento de estándares de seguridad.
- Automatizar el monitoreo y la generación de alertas de pipelines de datos mediante prácticas de Data Observability.
- Identificar oportunamente errores y fallos en los procesos de integración, asegurando la continuidad operacional.
- Implementar soluciones de procesamiento distribuido de datos.
- Participar en la automatización, orquestación y despliegue de soluciones de ingeniería de datos en Google Cloud.