No solo buscamos talento, buscamos mentes curiosas que disfruten aprender y transformar el futuro.Somos tech, somos exigentes y sí, vamos rápido.
Pero nadie compite solo.
Trabajamos en equipo y si buscas retos que te saquen de la zona cómoda (porque ahí no crece nadie), estás en el lugar correcto.
Aquí aprenderás con expertos, participarás en proyectos de alto impacto y estarás siempre un paso adelante en tecnología.ObjetivoResponsable del diseño, desarrollo y optimización de pipelines de datos distribuidos y arquitecturas de Big Data dentro del Data Lake del banco.
su objetivo principal será habilitar el procesamiento de datos a gran escala —tanto en lotes (Batch) como en tiempo real (Streaming)— garantizando la disponibilidad de la información para los equipos de Ciencia de Datos, Analítica Avanzada y modelos de prevención de fraudes o riesgo crediticio.Responsabilidades ClaveDesarrollo de Pipelines Distribuidos:Diseñar e implementar procesos de transformación de datos eficientes utilizandoApache Spark(Core, SQL, DataFrames) empleando Scala, Python (PySpark) o Java.Procesamiento en Tiempo Real:Desarrollar, mantener y monitorear arquitecturas de streaming basadas en eventos utilizandoApache Kafkapara la ingesta y consumo inmediato de datos transaccionales o notificaciones de la app bancaria.Orquestación de Flujos:Construir, calendarizar y monitorear flujos de trabajo (DAGs) complejos medianteApache Airflow, asegurando que las dependencias entre procesos de datos se ejecuten sin errores.Estructuración en el Data Lake:Diseñar y consultar estructuras de datos optimizadas en el Data Lake utilizandoApache Hive, Apache Impalao formatos modernos comoApache Iceberg, definiendo estrategias correctas de particionamiento para reducir costos y tiempos de consulta.Optimización de Rendimiento (Tuning):Monitorear la ejecución de jobs en entornos distribuidos, ajustar la asignación de memoria/recursos enApache Hadoop YARN(o Kubernetes)



y reescribir código para eliminar cuellos de botella (como la fragmentación de archivos pequeños).
Calidad y Seguridad:Aplicar reglas de calidad de datos y políticas de enmascaramiento/seguridad perimetral (ej. con Apache Ranger/Atlas) para proteger la información confidencial de los clientes del banco.Requisitos y Perfil TécnicoEducación:Licenciatura o Ingeniería en Sistemas, Ciencias de la Computación, Informática o carrera afín.Experiencia:Mínimo 3 años de experiencia comprobable desarrollando soluciones sobre el ecosistema Hadoop/Big Data de Apache en sectores de alta transaccionalidad (Banca, Telecomunicaciones o E-commerce).
Hard Skills Esenciales:Experiencia fuerte conApache Spark(idealmente con PySpark o Scala).
Manejo sólido deApache Kafka(conceptos de tópicos, particiones, productores y consumidores).
Experiencia en la creación de pipelines y orquestación conApache Airflow.Dominio deSQL avanzadoenfocado a motores distribuidos (Hive / Impala / Spark SQL).
Experiencia intermedia en sistemas operativos Linux/Unix y desarrollo de scripts en Python o Shell.Hard Skills Deseables (Plus):Experiencia integrando tecnologías Apache con nubes públicas (AWS EMR, Azure HDInsight / Databricks o GCP Dataproc)Conocimiento en arquitectura data analytics, datalake, lakehouse.
¿Qué tenemos para ti?
Apoyamos tu crecimiento personal y cualificado con planes de desarrollo individual, donde tu eres dueñ@ de tu carrera y hasta dónde quieres llegar.Días de descanso superiores a los de la ley: No es necesario esperar un año para disfrutar de tus días de vacaiones, además de días adicionales por tipos de eventos especiales y festividades.Beneficios económicos adicionales a tu salario: Vales de despensa, fondo de ahorro, bolsa de capacitación, bono de bienestar, convenios y descuentos.Apoyo emocional, queremos tu estabilidad en salud fisica y mental, por ello tenemos diversos incentivos que cubren aspectos de equilibrio personal para ti y salud para tu familia.
¡Queremos cuidar de ti y los tuyos!
Aquí hay espacio para gente buena... como tú, ¡Queremos conocerte!

📌 Apache Data Engineer (Xico)
🏢 Bluetab, an IBM
📍 Xico