Buscamos un Data Engineer con sólida experiencia en desarrollo de infraestructuras de datos en la nube para integrarse a proyectos de alto impacto en un entorno 100% remoto. El rol combina diseño, desarrollo e implementación de pipelines de datos utilizando el ecosistema de AWS, con foco en ingesta, procesamiento en tiempo real y arquitectura de datalake. Si disfrutas resolver problemas complejos de datos y trabajar en equipos ágiles y multidisciplinarios, este desafío es para ti.
Responsabilidades
Diseñar, desarrollar, implementar y mantener infraestructuras de datos escalables y confiables orientadas a entornos cloud.
Gestionar y optimizar los procesos de ingesta de datos hacia el datalake, garantizando la calidad, integridad y disponibilidad de la información.
Desarrollar pipelines de procesamiento de datos en tiempo real utilizando servicios como AWS Kinesis y AWS Lambda.
Construir y administrar flujos de trabajo de orquestación de datos mediante AWS Step Functions y AWS Glue.
Diseñar y mantener soluciones de almacenamiento y consulta de datos con AWS Redshift y AWS Athena, asegurando rendimiento y eficiencia en las consultas.
Colaborar con equipos de Analytics, Data Science e Ingeniería para traducir necesidades de negocio en soluciones de datos robustas y bien documentadas.
Participar activamente en ceremonias y procesos de equipos bajo metodologías ágiles, contribuyendo a la mejora continua de los flujos de trabajo del área.
Own and scale the data pipelines and infrastructure powering Lexroom’s legal knowledge base and document processing, with a focus on security, reliability, data quality, and performance.
Maintain and evolve a production semantic layer by modelling RDF data, developing SPARQL queries, supporting data workflows, and integrating semantic logic with backend systems.
Maintain and evolve a production semantic data layer by modelling RDF data, optimizing SPARQL queries, supporting data workflows, and integrating semantic logic with backend systems.
Constrói e mantém pipelines de dados escaláveis em GCP e Databricks, projetando arquiteturas Lakehouse e garantindo qualidade, performance e governança para apoiar decisões estratégicas.
Desarrollar y optimizar procesos de integración y gestión de datos con DataStage, aplicando experiencia en ETL y acceso a datos; se valoran conocimientos de Python y Pandas para transformar datos.
