Data Engineer AWS

Requisitos

Formación
Bachiller o egresado en ingeniería de sistemas, computación, informática, estadística, industrial o carreras afines.

Experiencia
Mínimo 2 a 3 años en el cargo o realizando funciones similares al puesto.
Mínimo 2 años en plataformas de visualización como Tableau o Power BI.
Mínimo 2 años con manejo avanzado de lenguaje SQL y base de datos SQL Server u Oracle.

Conocimientos
Business Analytics.
Conocimientos en servicios de AWS: S3, RedShift, Athena, EMR (Spark), Databricks, Glue, PySpark, DynamoDB, RDS, Step Functions, Athena.
Conocimiento en Análisis de datos
Experiencia con Power BI.
Dominio comprobado en SQL a nivel intermedio.
Optimización de modelos y procesos Sql.
Conocimiento en Modelo de Gobierno de datos: roles, artefactos y procedimientos.
Modelo de Datos para analítica.
Manejo de herramientas de modelado de datos.
Conocimiento de Metodologías Agiles.
Experiencia comprobada en proyectos de Big Data o de gran consumo de datos.
Bases de datos Sql y NoSql, modelamiento de datos, herramientas ETL.
Programación en Python (intermedio) y Sql.
Herramienta de gestión de versiones Bitbucket y Git
Experiencia DevOps en Terraform y Ansible
Conocimiento en API´s de datos y frameworks de procesamiento distribuido (deseable).
Inglés a nivel intermedio.


Competencias
Comunicación efectiva
Habilidades de negociación
Colaboración y trabajo en equipo
Pensamiento analítico
Orientación a resultados

Habilidades
Capacidad de trabajar con grandes conjuntos de datos en una variedad de herramientas, incluyendo datos de comportamiento de aplicaciones internas, y herramientas estándar de la industria.
Abstraer, resumir y presentar datos con claridad.
Manejo de inglés a nivel intermedio.

Funciones
Colaboración con Stakeholders: Trabajar estrechamente con diferentes departamentos y partes interesadas para comprender sus necesidades de datos y garantizar que el gobierno de datos respalde sus objetivos.
Documentación del Linaje de Datos: Registrar y documentar la procedencia de los datos a lo largo de su ciclo de vida, desde la fuente de origen hasta su uso actual.
Seguimiento de Transformaciones: Identificar y rastrear las transformaciones y procesos a los que se someten los datos a medida que fluyen a través de diferentes sistemas y aplicaciones.
Perfilado de Datos: Realizar análisis de perfilado de datos para entender la calidad de los datos, identificar anomalías y definir áreas de mejora.
Identificación de Activos de Datos: Catalogar y clasificar los activos de datos de la organización. Identificar datos críticos y sensibles que requieren un mayor nivel de protección.
Definición de Roles y Responsabilidades: Especificar claramente los roles y responsabilidades relacionados con la gestión de datos dentro del proyecto, asegurándose de que haya una clara asignación de tareas.
Colaboración con Equipos del Proyecto: Trabajar estrechamente con otros equipos del proyecto, como el equipo de desarrollo, analistas de datos y otros stakeholders, para garantizar la integridad y coherencia de los datos.
Entendimiento del Negocio y traducción a un modelo de datos: comprender las necesidades de negocio para trasladarlas a un modelo de datos efectivo.
Diseño del modelo de datos analíticos de pricing: analizar las fuentes, tablas y campos de las BD relacionales para plantear un modelo de datos analítico que responda a los patrones de consumo del área de Control Financiero y Pricing.