Data Engineer - (Inmobiliaria Comercial) - (Python, SQL, AWS)

¿Quiénes somos?

En Option, creemos en un mundo donde las soluciones tecnológicas no tienen límites. Nuestra misión es transformar los desafíos en oportunidades mediante la creación de soluciones innovadoras que potencien la Aceleración Digital. Nuestro equipo es dinámico, colaborativo y apasionado por la tecnología. Únete a una organización que está redefiniendo cómo el mundo utiliza los datos y la tecnología para resolver problemas complejos.

Objetivos del Cargo

Diseñar, construir y mantener una arquitectura de datos robusta que permita la recolección, almacenamiento y procesamiento eficiente de grandes volúmenes de información, asegurando la disponibilidad de datos confiables y de calidad para su análisis. Asimismo, desarrollar y optimizar pipelines de datos que transformen información desde diversas fuentes hacia repositorios accesibles, garantizando un adecuado rendimiento, escalabilidad y soporte para la toma de decisiones basada en datos.

Responsabilidades

• Construir pipelines de datos: desarrollar procesos de extracción de datos de sistemas fuente (bases de datos transaccionales, APIs, archivos, etc.), transformarlos (limpieza, agregación, formateo) y cargarlos en sistemas destino, asegurando su correcto funcionamiento y automatización (ETL/ELT)
• Gestionar datos brutos: enfrentarse a datos desordenados o con errores (valores faltantes, registros corruptos) y aplicar métodos para mejorarlos – estandarizar códigos, eliminar duplicados, validar rangos – incrementando fiabilidad y calidad de los datos antes de su uso
• Integrar sistemas: conectar distintas plataformas de datos dentro de la empresa, creando interfaces o flujos que permitan que datos de un sistema alimenten a otro (por ejemplo, sincronizar bases operacionales con el data warehouse), e incluso incorporar datos externos relevantes
• Asegurar la arquitectura adecuada: implementar y mantener la infraestructura de datos de acuerdo a las necesidades de analítica y negocio – por ejemplo, dimensionar un clúster de procesamiento big data según cargas, o elegir tecnologías óptimas (SQL vs NoSQL, cloud vs on-premise) – garantizando compatibilidad con requisitos de usuarios y stakeholders
• Optimización y documentación: monitorear los procesos de datos en producción (tiempos de carga, volúmenes, errores), optimizar continuamente su rendimiento; además documentar los flujos y esquemas para facilitar el mantenimiento y la comprensión por otros equipos

Requisitos No Técnicos

• Formación: Grado en Ingeniería Informática, Sistemas de Información o disciplinas similares. Especialización o
  cursos en Big Data o Ingeniería de Datos son muy recomendables.
• Experiencia: al menos 3-5 años en desarrollo de software o administración de bases de datos, con 2+ años
  enfocado en integración de datos, ETL o big data. Participación en proyectos de construcción de data warehouses, migración de datos o similares.
• Familiaridad con entornos de procesamiento de datos a gran escala (distribuidos o en la nube) y con metodologías ágiles de desarrollo.
• Pensamiento estructurado: diseño lógico y eficiente de flujos de datos, capaz de dividir problemas complejos de integración en componentes manejables.
• Atención al detalle: minucioso en la detección de errores o incoherencias en datos brutos (valores inválidos,
  formatos inconsistentes) y riguroso en su corrección.
• Orientación a la eficiencia: habilidad para optimizar consultas, procesos ETL y uso de recursos, buscando la
  solución técnica más adecuada (por ejemplo, elegir entre procesamiento batch vs. streaming según la necesidad).
• Colaboración: trabajar estrechamente con científicos/analistas de datos para entender requerimientos de datos, adaptando las canalizaciones para satisfacer esas necesidades; y con equipos de TI/infraestructura para garantizar que la arquitectura de datos se integra bien con los sistemas corporativos
• Adaptabilidad: aprender rápidamente nuevas herramientas o lenguajes según evolucionen las tecnologías de
  datos, y flexibilidad para ajustar arquitecturas ante cambios en fuentes de datos o volúmenes crecientes

Requisitos Técnicos

• Bases de datos y almacenamiento (Intermedio): dominio de SQL, conocimientos en NoSQL (MongoDB, Cassandra), modelamiento de datos (ER, normalización/desnormalización), indexación y particionado
• Lenguajes de programación (Intermedio): Python (excluyente), deseable Java o Scala; manejo de APIs y formatos JSON, CSV, Parquet
• Herramientas de integración y Big Data (Avanzado): experiencia con Spark/Hadoop, orquestación con AWS Glue (excluyente) y/o Airflow, y mensajería con Kafka
• Calidad de datos (Intermedio): limpieza, detección de outliers, consolidación de fuentes, data lineage y monitoreo de calidad
• Ecosistema Cloud (Avanzado): experiencia en AWS con Redshift, S3 y Lake Formation (excluyentes), almacenamiento distribuido y escalabilidad
• Infraestructura de datos: experiencia con Step Functions, AWS Lambda y Terraform
• Enfoque en Data Analytics: fuerte conocimiento en herramientas de análisis de datos

Stack Excluyente:

• Python
• AWS Glue
• Amazon Redshift
• Amazon S3
• AWS Lake Formation

Stack Deseable:

• Formato Iceberg (basado en Parquet)
• Amazon Athena
• Integración con SAP

¿Qué Ofrecemos?

• Participar en iniciativas de alto impacto relacionadas con analítica avanzada, automatización y modernización de plataformas de datos.
• Colaborar con equipos multidisciplinarios: Data Analysts, Data Engineers, Data Scientists, Arquitectura y negocio.
• Oportunidad de proponer y construir frameworks internos, automatizaciones y mejoras end-to-end.
• Un ambiente dinámico, moderno y orientado a la innovación continua.

Beneficios

• Option Academy — Aprendizaje continuo
• Certificaciones con Google, AWS, Azure y más
• Bienestar: Pausas Activas, Coaching, Tarde Libre de Cumpleaños
• Actividades de Cultura y Team Building
• Programas de Referidos
• Días Libres Adicionales
• Ajuste Anual de Sueldo
• Pago de Licencias Médicas, Bono Sala Cuna y más.