Laureate Perú: Junior Data Engineer

Laureate es una corporación con presencia internacional, cuyo propósito es proporcionar acceso a una educación asequible y de alta calidad, mediante nuestras instituciones UPC, UPN y Cibertec, atendiendo a más de 200 Mil estudiantes a nivel nacional. ?

¡Contribuye con el equipo que promueve el desarrollo del país a través de la educación!?

Nos encontramos en la búsqueda del mejor talento para cubrir el puesto de Junior Data Engineer

MISIÓN DEL PUESTO:

Apoyar en el diseño, implementación y mantenimiento de pipelines de datos que aseguren la disponibilidad, calidad y eficiencia en el uso de la información para proyectos de analítica, automatización e inteligencia artificial.

FORMACIÓN Y EXPERIENCIA:

- Egresado o bachiller en Ingeniería de Sistemas, Computación o afines.
- 1 o 2 años de experiencia en proyectos de ingeniería de datos o integración de sistemas.
- Experiencia con ETL (Data Factory, dbt, Airflow u otras) y bases de datos (PostgreSQL, BigQuery u otras).
- Cursos de especialización sobre ingeniería de datos o inteligencia de negocios

CONOCIMIENTOS:

- SQL avanzado
- Conocimiento de modelado de datos y estructuras relacionales.
- Conocimiento intermedio de Python.
- Familiaridad con servicios en la nube (Azure o AWS).
- Conocimientos de análisis de datos.
- Conocimientos de APIs REST y manipulación de archivos (JSON, CSV).

FUNCIONES:

Construir y mantener pipelines de extracción,

transformación y carga de datos. Cómo: Usando herramientas como Data Factory, dbt o scripts en Python, conectando múltiples fuentes (bases de datos, APIs, archivos). Para qué: Para asegurar que los datos estén disponibles, estructurados y actualizados para su análisis y visualización.

Colaborar con analistas y científicos de datos para disponibilizar datasets de calidad.

Cómo: Participando en sesiones de levantamiento de requerimientos y co-diseñando estructuras de datos que faciliten modelos o dashboards. Para qué: Para garantizar que los usuarios tengan acceso a la información necesaria en el formato adecuado para sus análisis.

Validar la integridad de los datos y solucionar inconsistencias.

Cómo: Aplicando validaciones automatizadas, pruebas de calidad y revisiones cruzadas con fuentes originales. Para qué: Para detectar errores o desviaciones que puedan afectar el análisis, mejorando la confiabilidad de los resultados.

Automatizar procesos repetitivos en la obtención de datos.

Cómo: Creando scripts en Python o workflows en herramientas como Airflow o Azure Data Factory. Para qué: Para reducir tareas manuales, ahorrar tiempo operativo y minimizar el riesgo de errores humanos.

Realizar análisis iniciales de los datos que se tengan

Cómo: Explorando las bases de datos, aplicando estadísticas descriptivas y visualizaciones básicas. Para qué: Para identificar outliers, patrones o problemas que deban corregirse antes de ser usados en modelos o reportes. Además, para crear reportes o dashboard iniciales

Documentar desarrollos técnicos y flujos de datos.

Cómo: Manteniendo archivos de documentación técnica, diagramas de flujos y especificaciones funcionales en plataformas colaborativas (Confluence, Notion, etc.). Para qué: Para facilitar el mantenimiento, escalar el trabajo del equipo y asegurar continuidad ante cambios de personal.

BENEFICIOS:

- Contrato en planilla.
- Seguro Vida Ley desde el primer día de inicio de labores.
- Descuentos Corporativos.