Descripción
Resumen:
Buscamos un Ingeniero Senior de Datos para diseñar, desarrollar y mantener pipelines de datos y ML en la plataforma Domino Data Lab, centrándose en ingeniería de datos y MLOps.
Aspectos destacados:
1. Diseño y mantenimiento de pipelines de datos y ML en la plataforma Domino Data Lab
2. Definición y promoción de las mejores prácticas sobre el uso de la plataforma y el diseño de pipelines
3. Colaboración con equipos globales de colegas altamente calificados y diversos
Estamos buscando un Ingeniero Senior de Datos para liderar el diseño, desarrollo y mantenimiento de pipelines de datos y ML 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 confiables, supervisando flujos de trabajo del ciclo de vida de modelos y manteniendo eficiente y segura la infraestructura de datos y cómputo de la plataforma. Este no es un puesto de desarrollo front-end ni de aplicaciones.
**Responsabilidades**
* Construir y mantener pipelines de datos confiables que impulsen cargas de trabajo analíticas y de aprendizaje automático
* Gestionar el ciclo completo de los flujos de trabajo de datos, desde la ingesta hasta la transformación y la entrega
* Gestionar la infraestructura de cómputo para mantener operaciones de plataforma eficientes, seguras y confiables
* Diagnosticar y resolver problemas que afecten el rendimiento de los pipelines y la calidad de los datos
* Colaborar con científicos de datos y otros ingenieros para satisfacer sus necesidades de infraestructura y herramientas
* Definir y promover las mejores prácticas sobre el uso de la plataforma, el diseño de pipelines y la estructura de flujos de trabajo de datos
* Introducir automatización en los procesos de pruebas e implementación para aumentar la confiabilidad 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 y promover las mejores 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 escribir scripts de automatización
* Experiencia comprobada en el diseño, construcción y mantenimiento de pipelines ETL/ELT, incluidas 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 ML
* Experiencia en la creación, optimización y solución de problemas de imágenes de contenedores para cargas de trabajo de datos y ML mediante Docker
* Experiencia en establecer y mantener pipelines CI/CD usando herramientas como Jenkins, GitLab CI, GitHub Actions o Azure DevOps para automatizar pruebas e implementaciones de pipelines de datos y flujos de trabajo de ML
* Conocimiento práctico de al menos uno de los principales proveedores de nube, 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 cómputo
* Experiencia en la entrega de flujos de trabajo de ML 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 laboral en entornos farmacéuticos, financieros, bancarios y de seguros (BFSI) o del sector público
**Ofrecemos**
* Proyectos internacionales con marcas líderes
* Trabajo con equipos globales de colegas 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 de Igualdad de Oportunidades. Todos los candidatos calificados recibirán consideración para 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.*