En Lagersoft estamos creciendo y nuestro sistema de datos necesita evolucionar al mismo ritmo.

Operamos una plataforma de gaming con múltiples fuentes de datos, flujos asíncronos y un volumen donde la consistencia y la trazabilidad no son opcionales. Nuestro stack incluye ingestión continua, procesamiento distribuido y distintos niveles de almacenamiento. Buscamos un Data Engineer con fuerte criterio técnico para ayudarnos a evolucionar la arquitectura de datos — desde cómo se ingieren hasta cómo se modelan y consumen (reportería, analytics y LLMs).

Este rol no es solo de implementación. Esperamos que identifiques problemas estructurales, propongas soluciones y las lleves a ejecución junto con el equipo. ? Objetivo del rol Diseñar y evolucionar la arquitectura de datos end-to-end — ingestión, procesamiento, modelado y consumo — para habilitar reporting confiable, analítica y consumo por LLMs a escala. ? Responsabilidades Diseñar y evolucionar la arquitectura de datos end-to-end

Definir criterios y estándares para la construcción de datasets reutilizables

Construir capas que habiliten reporting confiable y consumo por LLMs

Diseñar modelado de datos alineado a necesidades de negocio

Optimizar performance y costos sobre servicios AWS

Identificar y corregir problemas de escalabilidad en pipelines, storage y queries

Colaborar en la construcción de pipelines (Airflow, PySpark, Glue)

Participar en decisiones de arquitectura e ingeniería de datos

Analizar problemas de calidad de datos, consistencia y trazabilidad

Contribuir a la evolución del stack evaluando trade-offs reales ?️ Stack - CapaTecnologías Procesamiento Python / PySpark

Orquestación Airflow, AWS Glue

Storage S3, formatos de metadata (Delta / Iceberg)

Bases de datos Aurora RDS, Athena, Redshift

Consumo Power BI,



LLMs / agents ? Perfil requerido Experiencia diseñando pipelines y arquitecturas de datos en producción

Experiencia con modelado de datos para analítica

Experiencia con grandes volúmenes de datos (batch y/o near real-time)

Procesamiento distribuido (Spark / PySpark)

Conocimiento de data lakes y capas de metadatos (Delta, Iceberg, Hudi)

Experiencia con orquestación (Airflow o similares)

Buen entendimiento de performance en bases OLAP y OLTP

Familiaridad con el ecosistema AWS

Inglés técnico

Plus: familiaridad con arquitecturas orientadas a eventos o streaming ? Cómo trabajas Pensamiento sistémico — entiendes el sistema completo, no solo piezas aisladas

Criterio técnico — tomas decisiones con trade-offs claros

Ownership — tomas problemas abiertos y los llevas a solución concreta

Pragmatismo — sabes cuándo estandarizar y cuándo resolver veloz

Comunicación clara — explicas decisiones técnicas y sus implicaciones

Orientación a negocio — entiendes que el valor está en cómo se usan los datos, no solo en cómo se procesan ⚙️ Forma de trabajo Ciclos iterativos, orientados a problemas reales — no solo a tickets

Discusión técnica y refinamiento en equipo como parte del día a día

Criterio para priorizar entre deuda técnica, nuevas necesidades y evolución del sistema

Se espera que propongas rutas técnicas para soluciones generales, no solo puntuales ? El equipo Serás parte de un equipo de datos de ~5 personas.

Tu rol es elevar la calidad técnica del equipo y ayudar a que las decisiones de arquitectura escalen en el tiempo. Trabajarás de forma cercana con líderes técnicos, producto y otras áreas. ? Lo que ofrecemos Equipo técnico pequeño y de alto nivel

Problemas reales de escala — no casos de laboratorio

Espacio para influir en decisiones de arquitectura desde el día uno

Stack moderno con LLMs y agents como ciudadanos de primera clase

Esquema híbrido en Monterrey, NL

Sin burocracia, con foco absoluto en ejecución

📌 Data Engineer Lead (México)
🏢 Lagersoft
📍 México