Tipo de colaborador ConfianzaObjetivo del puesto

Diseñar,desarrollar y mantener las tuberías de datos de la organización,asegurando la disponibilidad, calidad y confiabiabilidad de información, que almacenamos en nuestro Data Lake corporativo, con la finalidad de enriquecerlo para el beneficio de las diferentes unidades del grupo PiSA.

Responsabilidades y actividades Diseñar y desarrollar  las tuberías de datos  de la organización, asegurando la presición, organización y disponibilidad de la información. Procesar  y preparar información a partir de grandes volumenes de datos la cual deberá de ser explotada por los científicos de datos. Verificar y Recomendar mejoras a los pipelines de datos que ya están en funcionamiento con la finalidad de tener una mejora continua en el procesamiento y calidad de la información almacenada en nuestro data lake. Capacitar a los equipos de datos en buenas practicas para que puedan explotar Big Query de una manera eficiente.

 

 

Experiencia Manejo de almacén/lago de datos (BigQuery, Redshift, Synapse) (3 años). Desarrollo de pipelines CDC (Change-Data-Capture) en lotes (batch) y/o tiempo real (3 años). Plataformas de computación en la nube (GCP, AWS, Azure, etc.) (3 años). Conocimientos Servicios de ETL/ELT: GCP Dataflow/Dataproc, AWS Glue, Azure Data Factory.  Plataformas de mensajes: Apache Kafka, Google Pub/Sub, AWS Kinesis, Azure Event Hubs. Orquestador de tareas:Apache Airflow, Apache Zookeeper. Herramientas: Python, SQL. Orquestador de contenedores: Docker y Kubernetes. Educación Licenciatura en Ciencia de Datos o Ciencias de la ComputaciónPerfil Complementario Experiencia Certificaciones Idioma