Ingeniero Senior de Datos

Descripción

Resumen: Buscamos un Ingeniero Senior de Datos para diseñar, desarrollar y mantener pipelines de datos y aprendizaje automático en la plataforma Domino Data Lab, centrándose en MLOps y eficiencia de la infraestructura. Aspectos destacados: 1. Diseño y mantenimiento de pipelines de datos y aprendizaje automático en Domino Data Lab 2. Enfoque en los aspectos de ingeniería de datos y MLOps de la plataforma 3. Colaboración con científicos de datos e ingenieros en necesidades de infraestructura Estamos buscando un Ingeniero Senior de Datos para liderar el diseño, desarrollo y mantenimiento de pipelines de datos y aprendizaje automático en la plataforma Domino Data Lab. Este puesto se centra en los aspectos de ingeniería de datos y MLOps de Domino, construyendo pipelines de datos fiables, supervisando flujos de trabajo del ciclo de vida de los modelos y manteniendo la infraestructura de datos y computación de la plataforma funcionando de forma eficiente y segura. Este no es un puesto de desarrollo front-end ni de aplicaciones. **Responsabilidades** * Construir y mantener pipelines de datos fiables que impulsen cargas de trabajo analíticas y de aprendizaje automático * Gestionar el ciclo completo de los flujos de trabajo de datos, abarcando ingesta, transformación y entrega * Gestionar la infraestructura de cómputo para mantener las operaciones de la plataforma eficientes, seguras y fiables * Diagnosticar y resolver problemas que afecten al rendimiento de los pipelines y a la calidad de los datos * Trabajar junto con científicos de datos y otros ingenieros para satisfacer sus requisitos de infraestructura y herramientas * Definir y promover buenas prácticas sobre el uso de la plataforma, el diseño de pipelines y la estructura de los flujos de trabajo de datos * Introducir automatización en los procesos de pruebas y despliegue para mejorar la fiabilidad y reducir el trabajo manual * Supervisar la salud de los pipelines y anticiparse a cuellos de botella o fallos antes de que se agraven * Contribuir al mejoramiento continuo de herramientas y procesos internos que apoyan las operaciones de datos * Documentar diseños técnicos, flujos de trabajo y configuraciones para facilitar el intercambio de conocimientos dentro del equipo **Requisitos** * Al menos 3 años de experiencia relevante * Experiencia práctica profunda con la plataforma Domino Data Lab, incluidas las Fuentes de datos y Conectores, Conjuntos de datos, Entornos, Proyectos, Trabajos y Flujos, con capacidad para arquitecturar y solucionar problemas de pipelines de datos de extremo a extremo, así como promover buenas prácticas para el uso de la plataforma * Dominio experto de Python como lenguaje principal para ingeniería de datos y desarrollo de pipelines * Competencias sólidas en SQL para extraer, transformar y optimizar datos en sistemas relacionales y de almacenamiento de datos * Capacidad para usar R y Bash en toda la cadena de herramientas de ciencia de datos y para crear scripts de automatización * Experiencia demostrada en el diseño, construcción y mantenimiento de pipelines ETL/ELT, incluida la ingesta, transformación, validación y orquestación de datos * Experiencia práctica con Kubernetes y ofertas gestionadas como EKS, AKS o GKE, con capacidad para implementar, depurar y ajustar finamente cargas de trabajo en clústeres que ejecutan trabajos de datos y aprendizaje automático * Experiencia creando, optimizando y solucionando problemas de imágenes de contenedores para cargas de trabajo de datos y aprendizaje automático mediante Docker * Experiencia estableciendo y manteniendo pipelines CI/CD con herramientas como Jenkins, GitLab CI, GitHub Actions o Azure DevOps para automatizar pruebas y despliegues de pipelines de datos y flujos de trabajo de aprendizaje automático * Conocimiento práctico de al menos un proveedor de nube importante, como AWS, Azure o GCP, con capacidad para evaluar compromisos entre arquitectura de datos, costos y seguridad * Excelente dominio del inglés (nivel B2 o superior) **Deseable** * Experiencia con Domino Nexus u orquestación híbrida/multi-nube de recursos computacionales * Experiencia entregando flujos de trabajo de aprendizaje automático que abarquen entrenamiento, despliegue, monitoreo y reentrenamiento, con comprensión de la reproducibilidad y el control de versiones * Experiencia práctica con IA generativa (GenAI), modelos de lenguaje grande (LLM) o marcos basados en agentes, incluida la generación aumentada por recuperación (RAG), desde la perspectiva de pipelines de datos * Familiaridad con herramientas de orquestación como MLflow, Kubeflow, Airflow o Domino Flows * Conocimiento de gobernanza de modelos, automatización de cumplimiento o marcos de registro de auditoría * Experiencia trabajando en entornos farmacéuticos, bancarios, financieros y de seguros (BFSI) o del sector público **Ofrecemos** * Proyectos internacionales con marcas líderes * Trabajo con equipos globales altamente calificados y diversos * Beneficios médicos * Programas financieros para empleados * Días libres remunerados y licencias por enfermedad * Cursos de actualización de habilidades, reconversión profesional y certificación * Acceso ilimitado a la biblioteca de LinkedIn Learning y a más de 22.000 cursos * Oportunidades profesionales globales * Oportunidades de voluntariado y participación comunitaria * Grupos de empleados de EPAM * Cultura galardonada reconocida por Glassdoor, Newsweek y LinkedIn *EPAM es un empleador que ofrece igualdad de oportunidades. Todos los candidatos calificados recibirán consideración para el empleo sin distinción de raza, color, religión, sexo, origen nacional, edad, orientación sexual, identidad o expresión de género, discapacidad, condición de veterano protegido o cualquier otra característica protegida por la ley aplicable.*