Resumen: Buscamos un/a talentoso/a desarrollador/a de datos para diseñar, construir y optimizar canalizaciones de datos escalables y arquitecturas de data lakes para plataformas de datos modernas, aprovechando soluciones nativas en la nube dentro de AWS. Aspectos destacados: 1. Impulsar la evolución de plataformas de datos modernas para los clientes. 2. Diseñar, construir y optimizar canalizaciones de datos escalables y arquitecturas de data lakes. 3. Trabajar con soluciones nativas en la nube, especialmente dentro del ecosistema de AWS. En CI\&T ayudamos a grandes empresas a transformar el potencial de la inteligencia artificial (IA) en un impacto empresarial real mediante la implementación de IA, la ejecución nativa de IA y soluciones tecnológicas integradas al negocio. Con 30 años de experiencia en transformación tecnológica, aceleramos la innovación con experiencia en SDLC Agentic, modernización de aplicaciones, Datos e IA, Martech y estrategia empresarial. Somos 8.000 personas de CI\&T en más de 25 países, colaborando para construir soluciones con un impacto real. La IA ya forma parte de cómo trabajamos, evolucionamos e innovamos cada día. A medida que CI\&T continúa expandiendo sus capacidades en datos y análisis, buscamos un/a desarrollador/a de datos talentoso/a y experimentado/a para unirse a nuestro equipo e impulsar la evolución de plataformas de datos modernas para nuestros clientes. Este puesto es fundamental para diseñar, construir y optimizar canalizaciones de datos escalables y arquitecturas de data lakes que potencien la toma de decisiones basada en datos en toda la organización. El/la desarrollador/a de datos trabajará con soluciones nativas en la nube para apoyar todo el ciclo de vida de los datos: desde la ingesta y la transformación hasta la optimización del almacenamiento y la habilitación del análisis. Este puesto requiere una sólida experiencia técnica en procesamiento distribuido de datos, un dominio avanzado de SQL y una comprensión profunda de la infraestructura en la nube, especialmente dentro del ecosistema de AWS. El/la candidato/a ideal equilibrará rendimiento, costo y mantenibilidad mientras contribuye a soluciones de datos reutilizables y bien arquitectadas. #### **Responsabilidades:** **Desarrollo y optimización de canalizaciones de datos:** * Diseñar, construir y mantener procesos robustos de ETL/ELT para ingerir, transformar y entregar datos en una arquitectura moderna de data lake * Desarrollar y optimizar flujos de trabajo de procesamiento distribuido de datos mediante Python y PySpark para manejar eficientemente conjuntos de datos a gran escala * Implementar y refinar estrategias de particionamiento para marcos de almacenamiento de data lakes (como Delta Lake o Apache Iceberg) para equilibrar el rendimiento de las consultas con los costos de almacenamiento **Transformación y modelado de datos:** * Escribir, optimizar y traducir consultas SQL complejas que incluyan expresiones condicionales, funciones ventana, CTE y agregaciones * Migrar y modernizar canalizaciones de datos desde plataformas heredadas de RDBMS hacia entornos analíticos nativos en la nube * Aprovechar los principios de programación orientada a objetos para contribuir a bibliotecas internas destinadas a la reutilización y estandarización del código **Infraestructura y orquestación en la nube:** * Trabajar con confianza con servicios nativos de AWS como Glue (trabajos, catálogo, desencadenadores, flujos de trabajo), Athena, Redshift, S3, Lambda, EventBridge y otros servicios relacionados con datos * Colaborar con los equipos de infraestructura y DevOps para aprovisionar y gestionar recursos de datos mediante herramientas de Infraestructura como Código (IaC), como CloudFormation, CDK o Terraform * Supervisar la salud y el rendimiento de las canalizaciones de datos mediante CloudWatch y otras herramientas de observabilidad, abordando proactivamente los problemas y mejorando la confiabilidad **Gobernanza y calidad de los datos:** * Garantizar la integridad, coherencia y cumplimiento normativo de los datos en todas las canalizaciones y capas de almacenamiento * Implementar seguimiento de métricas y marcos de observabilidad para ofrecer transparencia sobre los flujos de trabajo de datos y los acuerdos de nivel de servicio (SLA) * Apoyar la gestión del catálogo de datos y las prácticas de gobernanza de metadatos **Colaboración y mejora continua:** * Colaborar con analistas de datos, científicos de datos y partes interesadas del negocio para comprender los requisitos y traducirlos en soluciones técnicas escalables * Contribuir a la documentación técnica, revisiones de código y compartición de conocimientos dentro del equipo * Mantenerse actualizado/a sobre las prácticas emergentes de ingeniería de datos, herramientas e innovaciones nativas en la nube #### **Requisitos:** * Experiencia sólida trabajando con procesos ETL y desarrollo de canalizaciones de datos con **AWS** * Dominio avanzado de **Python** como lenguaje principal de programación, con experiencia demostrable en escritura y optimización de código **PySpark** para procesamiento distribuido de datos * Comprensión exhaustiva de **SQL**, incluidas consultas complejas (CTE, funciones ventana, agregaciones, expresiones condicionales) y experiencia en la migración de cargas de trabajo desde plataformas heredadas de RDBMS * Experiencia práctica con **AWS Glue** (trabajos, catálogo, desencadenadores, flujos de trabajo), **Athena** y **Redshift** * Comprensión sólida de **arquitecturas de data lakes** y estrategias de particionamiento para optimizar rendimiento y costos * Buen conocimiento de los principios de **programación orientada a objetos (POO)** y experiencia trabajando con bibliotecas de código reutilizable * Capacidad para trabajar con **Git**, **scripts de Shell** y entornos **Linux** * Familiaridad con prácticas de observabilidad, monitoreo y seguimiento de métricas * Inglés avanzado/fluido #### **Deseable:** * Experiencia con formatos abiertos de tablas como **Delta Lake** o **Apache Iceberg** * Conocimientos de **TypeScript** * Experiencia práctica con herramientas de Infraestructura como Código (IaC), como **CloudFormation** (preferible), **CDK** o **Terraform** * Familiaridad con otros servicios de AWS, como **SageMaker AI**, **ECS**, **RDS**, **DynamoDB**, **IAM** o **EventBridge** * Experiencia trabajando con **Pandas** para manipulación y análisis de datos * Exposición a flujos de trabajo de aprendizaje automático o iniciativas de datos impulsadas por IA \#LI\-JP3 **Nuestros beneficios incluyen:** * Seguro médico premium * Vales de comida * Licencias de maternidad y paternidad * Subsidio para servicios móviles * Pago por enfermedad\-Seguro de vida * Universidad CI\&T * Festivos colombianos * Vacaciones pagas Y muchos otros. La colaboración es nuestra superpotencia, la diversidad nos une y la excelencia es nuestro estándar. Valoramos identidades diversas y experiencias vitales distintas, fomentando un entorno laboral diverso, inclusivo y seguro. Animamos a personas de grupos diversos y subrepresentados a presentar su candidatura a nuestras ofertas laborales.
Valentina Rodríguez
Indeed · HR
Valentina Rodríguez
Indeed · HR
