Responsabilidades
- Diseñar, desarrollar y mantener pipelines de datos escalables utilizando Databricks, PySpark, Python y Scala.
- Implementar procesos de extracción, transformación y carga (ETL/ELT) para integrar datos provenientes de múltiples fuentes.
- Desarrollar y optimizar consultas, procedimientos almacenados y modelos de datos utilizando SQL, PL/SQL y T-SQL.
- Gestionar y procesar grandes volúmenes de información en entornos Cloud, principalmente sobre Microsoft Azure.
- Crear y mantener notebooks, jobs y workflows en Databricks para el procesamiento eficiente de datos.
- Garantizar la calidad, integridad y disponibilidad de los datos mediante controles y validaciones automatizadas.
- Colaborar con equipos de analítica, BI y negocio para comprender requerimientos y convertirlos en soluciones de datos.
- Implementar buenas prácticas de desarrollo, control de versiones y automatización utilizando GitHub y herramientas de CI/CD.
Requisitos
- Experiencia en Databricks (mínimo 1 año).
- Experiencia en GitHub y CI/CD (mínimo 1 año).
- Manejo de Python, PySpark, Scala y Spark SQL.
- Dominio de SQL, PL/SQL y T-SQL.
- Experiencia desarrollando procesos de datos en Azure Cloud.
- Disponibilidad para proyecto de al menos 6 meses.
- Ubicación: Latinoamérica.
Deseable
- Conocimientos adicionales en herramientas BI/ETL.
- Experiencia en plataformas cloud como AWS y/o GCP.
Información adicional
- Inglés: No requerido.
