sobre nosotros

en koltin, estamos rediseñando la forma en que cuidamos a nuestros papás, mamás, abuelos y abuelas, con el objetivo de ayudarles a mantenerse saludables, activos e independientes durante el mayor tiempo posible. Lo hacemos a través de nuestras membresías de salud, que integran:

- atención clínica enfocada en la prevención
- cobertura médica de gastos mayores
- programas de bienestar y comunidad

somos la primera empresa en méxico que protege a personas adultas mayores, desde los 50 hasta los 84 años. Estamos creciendo rápidamente en todo el país, con un propósito claro: transformar la experiencia de salud para las grandes personas, haciéndola más humana, accesible y digna.

el rol

buscamos un(a) sr. Data engineer para el equipo de data platform: la persona que se hace dueña de cómo se mueven los datos. Vas a diseñar, construir y operar los pipelines, la ingesta y la orquestación que hacen que cada dato llegue completo, a tiempo y confiable al warehouse, y de ahí al producto.

es un rol senior y hands-on: defines la arquitectura de la plataforma, pones la vara de ingeniería (confiabilidad, observabilidad, ci/cd) y mentoreas al equipo. Trabajas de la mano con analytics engineering, que construye el modelado y los contratos de datos sobre lo que tú habilitas.

nuestra ambición: pasar de responder bien lo que ya se pregunta, a anticipar la pregunta, y de ahí a modelos predictivos corriendo en producto. Este rol construye los cimientos que hacen ese salto escalable.

responsabilidades

- diseñar y operar la ingesta. Conectores administrados y custom (airbyte, apis, cdc) para fuentes clínicas, comerciales y operativas, con cargas incrementales, idempotentes y con manejo de historia.
- ser dueño(a) de la orquestación. Workflows en dagster con python: dependencias, reintentos, backfills, slas y assets bien definidos.
- construir pipelines de producción. Procesos batch y near real-time, orientados a eventos cuando haga sentido, que reemplacen procesos manuales y escalen sin reescribirse.
- garantizar calidad y observabilidad. Checks de datos en cada capa, alertas, lineage y monitoreo: que las anomalías nos avisen antes de que alguien las reporte.
- evolucionar la arquitectura en la nube. Infraestructura en aws (postgresql/rds, lambda, s3, serverless) con desempeño, costo y seguridad en la cabeza.
- llevar prácticas de ingeniería a los datos.



Git, prs, testing, ci/cd, templates y componentes reutilizables que suban la velocidad del equipo (devex).
- habilitar a analytics engineering, data science y ml. Datos crudos confiables para los modelos en dbt, datasets de entrenamiento y pipelines que lleven predicciones de regreso al producto.
- subir la vara del equipo. Code review, pairing y mentoría técnica; estándares que se sostienen sin ti en la sala.

lo que buscamos

- 5+ años en data engineering, con al menos 2 operando como sr. Data engineer o referente técnico de plataforma.
- python para pipelines en producción. Etl/elt, automatizaciones y servicios de datos, aplicando git, prs/code review, testing y ci/cd.
- orquestación. Experiencia real con dagster o airflow, idealmente habiendo desplegado o migrado un orquestador desde cero.
- ingesta. Herramientas administradas (airbyte, fivetran o equivalente) y conectores custom contra apis; cargas incrementales, idempotencia y manejo de historia.
- sql avanzado y bases de datos. Postgresql y/o un warehouse analítico (redshift, snowflake, bigquery), optimizando desempeño y costo.
- transformaciones con dbt o equivalente, entendiendo cómo la ingesta y el modelado se contratan entre sí.
- cloud, preferentemente aws. Rds, redshift, lambda, s3 y arquitecturas serverless (sam o similar).
- confiabilidad y observabilidad. Data quality checks, monitoreo y alertas (datadog, grafana o equivalente) en sistemas que no se pueden caer.
- modernización. Haber llevado procesos legacy o manuales a infraestructura cloud-native escalable.
- comunicación con negocio y producto. Traducir una necesidad ambigua en una solución de datos y explicar sus trade-offs.
- haber mentoreado a otros ingenieros y dejado estándares que sobrevivieron.
- español nativo e inglés profesional (documentación y herramientas en inglés).

suma puntos

- infraestructura como código (terraform, pulumi o cdk).
- arquitecturas orientadas a eventos y microservicios; apis de datos con fastapi,



rest o graphql.
- streaming o procesamiento en tiempo real para métricas operativas.
- big data / olap (vertica, redshift, snowflake) sobre volúmenes grandes.
- certificaciones de aws, dagster o snowflake.
- experiencia con datos clínicos o de salud y requerimientos de privacidad y cumplimiento.
- haber habilitado data science / ml: datasets de entrenamiento, features reutilizables, predicciones servidas al producto.
- contexto de startup en crecimiento: ambigüedad alta, poca burocracia, prioridades que se mueven.

valores

- medimos el trabajo por impacto, no por horas.
- proactividad y productividad son igual de importantes.
- rapidez ≠ velocidad (buscamos velocidad con dirección intencionada).
- constancia y congruencia (alinear lo que hacemos con lo que koltin y las gps necesitan).
- honrar el proceso (el proceso importa tanto como el resultado).

como trabajamos

- la plataforma es un producto. Sus usuarios son analytics, data science y los equipos de negocio; la medimos por confiabilidad y por lo que habilita.
- todo request deja capacidad detrás. Cada integración nueva viene con tests, monitoreo y documentación que evitan resolverla de actual.
- los datos viven en el dominio que les importa. Data se acerca al equipo, no al revés.
- ownership real. Poca jerarquía, criterio propio y espacio para decidir cómo se construyen las cosas.

que no es este rol

- no es un rol de bi ni de dashboards: el corazón del trabajo es ingesta, orquestación e infraestructura.
- no es un rol de soporte de queries ni de extracciones ad hoc.

stack

postgresql · dbt · dagster · airbyte · python · aws · omni · hex · git / github actions · slack · notion · claude

beneficios a colaboradores en méxico:

- acceso a herramientas y beneficios para tu crecimiento profesional, como cursos, talleres, libros, etc.
- asistencia médica privada por videollamada (médico general, nutriólogo y psicólogo) ilimitado para ti y 3 familiares
- acceso a herramientas para tu cuidado físico (totalpass)
- 9 días adicionales de personal leave por ley al año
- seguro de gastos médicos mayores
- equipo necesario para hacer tu trabajo
- apoyo mensual de $700 pesos adicionales al sueldo mensual
- apoyo de $2,500 por ocasión única tras periodo de prueba

#j-18808-ljbffr

📌 Sr data engineer - data platform (Xico)
🏢 Koltin
📍 Xico