Buscamos un/a Ingeniero/a de Datos con experiencia sólida en arquitecturas modernas de datos, capaz de diseñar, desarrollar e implementar soluciones escalables sobre AWS y Snowflake.

Responsabilidades

- Diseñar y desarrollar pipelines de datos escalables y de alto rendimiento.
- Apoyar en el diseño e implementación de arquitecturas Data Lake, Data Warehouse y Lakehouse sobre AWS y Snowflake.
- Construir procesos ETL/ELT para integración y transformación de grandes volúmenes de información.
- Integrar datos de plataformas SaaS como CRM, ERP, Marketing Automation, Finanzas, Customer Success y otras aplicaciones corporativas.
- Implementar procesos serverless con AWS Lambda y Step Functions
- Diseñar y administrar soluciones basadas en Kubernetes
- Garantizar calidad, trazabilidad, disponibilidad y seguridad de los datos
- Optimizar costos, rendimiento y escalabilidad de las plataformas de datos
- Identificar y escalar riesgos, dependencias o bloqueos que puedan impactar los proyectos

.

Requisitos

- Experiencia avanzada en Python
- Experiencia con AWS, especialmente Glue, Lambda y Step Functions




- Conocimiento avanzado de Snowflake
- Experiencia en diseño, implementación y administración de Data Warehouses
- Experiencia en modelado dimensional: Star Schema, Snowflake Schema y modelado analítico
- Experiencia con bases de datos SQL y NoSQL
- Desarrollo y consumo de APIs REST
- Experiencia integrando plataformas SaaS mediante APIs
- Conocimiento de Kubernetea
- Experiencia con Git y prácticas CI/CD

Deseable

- Certificación AWS vigente.
- Conocimiento de arquitecturas Data Lakehouse
- Experiencia con Salesforce, HubSpot, Zendesk, ServiceNow, Workday, NetSuite, SAP, Google Analytics, plataformas Fintech o de pagos.
- Experiencia en monitoreo, observabilidad y manejo de errores en plataformas de datos.

Sueldo: $55,000.00 - $60,000.00 al mes

Experiencia:

- AWS: 4 años (Obligatorio)
- Snowflake: 3 años (Obligatorio)
- SaaS: 3 años (Deseable)

Lugar de trabajo: remoto híbrido en Venustiano Carranza, CDMX

📌 Ingeniero de Datos (México)
🏢 Gendra
📍 México