Ingeniero de datos GCP

Formación
- Bachiller o egresado en ingeniería de sistemas, computación, informática, estadística, industrial o carreras afines.

Experiencia
- Mínimo 4 años en Business Intelligence en gestión e implementación de proyectos.
- Mínimo 4 años en explotación de bases de datos (Oracle o SQL).
- Mínimo 4 años en gestión bajo metodologías ágiles (Scrum).
- Experiencia en SQL, conocimiento en lenguajes de bases no relacionadas es un plus: MongoDB, Amazon DynamoDB.

Conocimientos
- Cloud Computing, Analytics y Big Data.
- Servicios AWS: Athena, Amazon Glue, PySpark, Amazon RedShift, Amazon S3, Amazon DMS.
- Servicios Google Cloud Platform: BigQuery, Cloud Dataflow, Cloud Composer, Cloud Storage, CloudWatch, Cloud Functions, Dataproc.
- Diseño, construcción y mantenimiento de sistema de procesamiento de datos.
- Modelamiento de datos.
- Virtualización y despliegue en Cloud.
- Lenguaje SQL para consultas en BDS, Python, Glue, S3, Step Functions y Lambda.
- Nivel intermedio/alto en Java, Python/Scala (Tratamiento, Exposición de datos- APIs).


Competencias
- Comunicación.
- Habilidad de análisis.
- Pensamiento crítico.
- Enfoque en resultados.
- Trabajo en equipo

Habilidades
- Idioma inglés intermedio- avanzado
- Manejar múltiples lenguajes de programación para procesar y transformar datos.
- Manejar informes y reportes a las diversas áreas, entrega de dashboards, flujogramas y automatización de procesos operativos.
- Interés por las nuevas tendencias en el procesamiento de grandes volúmenes de Datos (Big Data).

Funciones

- Diseñar ingesta de datos y construcción de pipelines analíticos
- Gestionar equipo de consultores de data engineers
- Evaluar y seleccionar nuevos recursos consultores en Ingeniería de Datos
- Desplegar infraestructura a distintas Unidades de Negocio
- Desarrollar un proceso para transformar los datos de la empresa para que puedan ser analizados y utilizados por los científicos de datos.
- Diseñar, desarrollar, probar y desplegar procesos de extracción, transformación y carga (ETL) de datos estructurados y no estructurados a la nube (AWS, Google).
- Procesamiento de información de gran volumen utilizando tecnologías de Big Data en la nube (AWS, Google).
- Realizar consultas complejas sobre los datos, asegurando la accesibilidad y el buen funcionamiento del sistema.
- Optimizar el rendimiento del ecosistema de Big Data.
- Optimizar código Python para ejecutarlo en C o Java.
- Uso de herramientas de versionado e integración continua.