Responsabilidades Diseñar, desarrollar y mantener pipelines de datos end-to-end para procesamiento batch y near real-time utilizando Databricks.

Implementar y mantener arquitecturas Lakehouse mediante las capas bronze, silver y gold.

Desarrollar procesos de ingestión, transformación, validación y publicación de datos, asegurando su calidad, disponibilidad y confiabilidad.

Implementar mecanismos automatizados de monitoreo, detección de errores y alertas para los pipelines de datos.

Optimizar procesos de Spark y Databricks para mejorar el rendimiento y reducir los costos de procesamiento en la nube.

Validar, documentar y publicar datasets certificados para su consumo por equipos de Analytics, Business Intelligence y Data Science.

Diagnosticar y resolver incidentes críticos en ambientes productivos, implementando acciones correctivas y preventivas.

Establecer y promover estándares técnicos, buenas prácticas de desarrollo, pruebas, documentación y despliegue.

Colaborar con equipos multidisciplinarios para garantizar la disponibilidad de datos confiables para iniciativas analíticas y de Machine Learning.

Requisitos Licenciatura en Ingeniería, Ciencias de la Computación, Matemáticas, Actuaría, Economía, Finanzas o carreras afines.





Entre 4 y 7 años de experiencia construyendo y manteniendo pipelines de datos en producción.

Experiencia trabajando con SQL avanzado.

Dominio de PySpark y Apache Spark.

Experiencia práctica con Databricks y Delta Lake.

Conocimiento de arquitecturas Lakehouse y del modelo de capas bronze, silver y gold.

Experiencia con herramientas de orquestación como Apache Airflow o Prefect.

Experiencia en diseño de pipelines escalables y optimización de procesos de datos en la nube.

Conocimiento de prácticas de calidad, monitoreo, documentación y gobierno de datos.

Experiencia colaborando con equipos de Data Science, Machine Learning, Analytics Engineering o Business Intelligence.

Competencias Pensamiento analítico y resolución de problemas complejos.

Orientación a la calidad, eficiencia y mejora continua.

Capacidad para diagnosticar y resolver incidentes en producción.

Comunicación efectiva y colaboración con equipos multidisciplinarios.

Autonomía, iniciativa y aprendizaje continuo.

Liderazgo técnico y capacidad para compartir conocimientos y promover buenas prácticas.

📌 Ingeniero(a) de Datos Senior (Monterrey)
🏢 CRH Talento de IT
📍 Monterrey