Saltar al contenido

Búsqueda

← Volver a las búsquedas
Resumen
Ver aviso original ↗

knowmad mood / Datos

Data Engineer (Snowflake Specialist)

nuevaDesde Argentina

  • Remoto desde Argentina
  • Tiempo completo
  • Remoto
  • Semi senior

Requisitos

  • sql
  • spark
  • snowflake
  • airflow
  • análisis de datos
  • branding
  • reclutamiento

    La búsqueda

    We are knowmad mood ! Somos una compañía líder en transformación digital, en constante evolución y a la vanguardia de la tecnología. Nacimos para provocar un cambio real a través de la innovación y el desarrollo sostenible, con la misión de aportar valor a los clientes e impulsar nuestro talento. Formado por más de 3.000 personas creativas, digitales e innovadoras conectadas a un propósito y capaces de generar conexiones con personas de todo el mundo. Un equipo responsable, flexible y con alta capacidad de adaptación a las necesidades de nuestros clientes y del mercado, a la vez que proporciona valor, visión, creatividad, expertise, profesionalidad y pasión por la tecnología en cada proyecto. Los valores que marcan nuestro rumbo y nos guían hacia la excelencia son la colaboración, la innovación, el compromiso, la diversión y la confianza. En esta ocasión buscamos un Data Engineer, especialista en Snowflake en Latino America.

    Responsabilidades

    • Diseñar, desarrollar y mantener pipelines de datos eficientes, robustos y escalables.

    • Implementar procesos de ingesta, transformación y validación de datos mediante PySpark.

    • Orquestar flujos de trabajo complejos utilizando Airflow u otras herramientas de orquestación similares.

    • Diseñar y evolucionar modelos de datos orientados a analítica, incluyendo arquitecturas basadas en el enfoque Medallion.

    • Gestionar y optimizar consultas SQL avanzadas en entornos Snowflake.

    • Participar en el análisis de requerimientos junto a las áreas de negocio para traducir necesidades funcionales en soluciones de datos.

    • Diseñar estructuras de configuración y procesos asociados a la integración y transformación de datos procedentes de distintos sistemas fuente.

    • Garantizar la calidad, consistencia, trazabilidad y disponibilidad de los datos a lo largo de todo su ciclo de vida.

    • Colaborar con equipos multidisciplinares para asegurar que los datasets y modelos cumplen los requisitos funcionales y técnicos.

    Requisitos

    • Experiencia avanzada en Snowflake, incluyendo diseño, optimización y gestión de datos dentro de su arquitectura.

    • Dominio de SQL avanzado y capacidad para desarrollar y optimizar consultas complejas sobre múltiples tablas y estructuras de datos.

    • Experiencia en modelado de datos para entornos analíticos.

    • Conocimiento de procesos de homologación y estandarización de datos procedentes de diferentes fuentes.

    • Experiencia trabajando con PySpark para procesos de transformación de datos.

    • Conocimientos en orquestación de procesos mediante Airflow.

    • Comprensión de arquitecturas de sistemas fuente y diseño de configuraciones para procesos de ingesta y transformación de datos.

    Y con nosotros podrás disfrutar de:

    ✅Contrato Indefinido ✅ 100% REMOTO ✅Formación interna y acceso a certificaciones ♻Consulta nuestro calendario aquí:

    ✅Embajador de nuestra marca, a través de nuestro plan amigo ¡Recomienda a tus amigos y llévate un extra! ✅¡Eventos, meetups, techdays, charlas...y mucho más! Para estar al corriente de nuestras novedades síguenos aquí -> knowmad mood En knowmad mood nos comprometemos con la igualdad de oportunidades y el respeto a la diversidad. Aplicamos nuestro Plan de Igualdad y el principio de no discriminación en todos nuestros procesos de selección. Originally posted on Himalayas

    Publicado en Himalayas. Los datos de requisitos los extrae Maru del aviso: ante cualquier duda, manda el aviso original.

    Ver aviso original ↗

    Ingresá a Maru

    para

    El ingreso no está disponible en este momento. Probá en un rato.

    Sin contraseña: entrás con tu cuenta de Google. Lo que armaste queda guardado mientras tanto.