Si eres un crack en data, trabajas de manera proactiva, auditas y cuestionas con evidencia, conectas fácilmente con equipos técnicos y de negocio, y tienes el criterio para proponer soluciones simples, escalables y eficientes.
¡Esta oferta es para ti!
? Propósito del rol
Construir y gobernar el data lake y llevar los desarrollos sueltos a bases de datos y servicios que se integren a la arquitectura oficial.
Responsabilidades principales
- Data lake en S3: diseñar capas (cruda, curada, consumo), particionado, formato Parquet (o Iceberg para datos mutables), catálogo en AWS Glue y control de costos en Athena.
- Ingesta: pipelines incrementales/CDC desde PostgreSQL, extracción y aplanado de JSON desde DynamoDB y lectura desde S3 de plataforma.
- Gobernanza: diccionario de datos, definiciones oficiales de métricas, linaje, calidad de datos, control de accesos a PII y retención.
- Capa semántica y modelado: arquitectura en dbt Core (staging, intermediate, marts) con modelado dimensional, snapshots para cortes históricos, dbt tests y contratos de esquema que alimenten Metabase y Riesgo con las mismas definiciones.
- Migración de desarrollos aparte: consolidar y retirar scripts sueltos de negocio empaquetándolos en contenedores (Docker), tareas orquestadas y gestión de credenciales con AWS Secrets Manager (apoyando a Software si se requiere exponer vía API).
- Documentación y gobernanza técnica:
diccionario y linaje automatizados (dbt docs / catálogo), reglas de calidad de datos, enmascaramiento/control de accesos a PII y políticas de retención.
✅ Perfil requerido
- Formación en Matemáticas, Estadística, Economía, Finanzas, Ingeniería Industrial, Ingeniería de Sistemas, Ciencia de Datos o afines.
- 2 a 3 años o más en ingeniería de datos, preferiblemente en banca o fintech.
- SQL avanzado (window functions, optimización, modelado dimensional/esquema estrella) y Python. Experiencia con PostgreSQL y datos semiestructurados (JSON/DynamoDB).
- AWS: S3, Glue, Athena, IAM y Secrets Manager. Docker y manejo sólido de Git (PRs, revisión de código y nociones de CI/CD).
- Orquestación y transformación: Airflow o Dagster, y dbt Core (modelos incrementales, snapshots, pruebas de calidad y macros).
- Gobernanza: calidad de datos, linaje, catálogos y manejo técnico de PII (anonimización/accesos) bajo Habeas Data (Ley 1581).
Valoramos mucho
- Conocimiento de datos de crédito: buró, cartera, mora, provisiones.
- Experiencia apoyando modelos de ML (feature stores, MLOps, monitoreo), idealmente crédito.
- Experiencia con Metabase o herramientas de BI, y con eventos (SQS, EventBridge, colas).
- Observabilidad de pipelines e Infraestructura como código
⭐ Que ofrecemos
Ubicación: Bogotá.
Modalidad: Hibrida / Remoto
Salario: A convenir según experiencia.
📌 Data Engineer Mid (Bogotá)
🏢 Platam
📍 Bogotá