M

Matrix Global

20 de noviembre de 2026

Ingeniero de Datos para Pipelines de Producción con Spark y Airflow

Matrix Global busca un ingeniero de datos en Argentina o Brasil para construir y mantener pipelines en producción con Python, PySpark, Airflow y Kubernetes.

Remoto - Latam 🌎Análisis de datosTiempo completoNo Divulgado

Comparte esta vacante


¿Encaja contigo?

Esta vacante es para ti si…

  • Te apasiona construir pipelines de datos robustos
  • Dominas Spark, Python y SQL en producción
  • Quieres usar LLMs y agentes de IA en tu trabajo
  • Disfrutas colaborar directamente con clientes
Ten en cuenta:Solo Argentina o BrasilTiempo completoExperiencia en Spark y Airflow

Descripción del Puesto

Sobre esta oportunidad

Matrix Global, una firma global de servicios de TI y soluciones de software, está en búsqueda de un Data Pipeline Engineer con experiencia para desarrollar, implementar y mantener pipelines de datos de nivel productivo dentro de su plataforma. La posición es de tiempo completo, 100% remota, y está abierta a profesionales radicados en Argentina o Brasil.

Se trata de un rol muy práctico: construirás flujos de datos escalables, darás soporte a casos de uso de machine learning y analítica, y optimizarás entornos de procesamiento de datos a gran escala, trabajando de cerca con clientes y equipos técnicos internos.

Perfil buscado

Buscan a una persona con sólida experiencia práctica en Python, PySpark, Apache Spark y SQL, que entienda la arquitectura de pipelines de datos y cómo se operan en producción. Es clave que tenga orientación al negocio y que se sienta cómoda colaborando con clientes para convertir requerimientos en soluciones técnicas confiables. También valoran que ya haya trabajado con herramientas de inteligencia artificial para acelerar entregas.

Responsabilidades principales

  • Implementar, mantener y dar soporte a flujos de datos en producción a partir de diseños de solución y requerimientos de negocio.
  • Diseñar y desarrollar flujos específicos por caso de uso, pipelines de machine learning y herramientas de datos para equipos de analítica y ciencia de datos.
  • Construir y optimizar procesos de datos con Apache Spark, PySpark, Python (Pandas), SQL, Git y Apache Airflow.
  • Trabajar con tecnologías del ecosistema Hadoop: Hive, Impala, HDFS y Sqoop.
  • Analizar datasets estructurados y semiestructurados para apoyar el diseño de los pipelines.
  • Optimizar pipelines, arquitecturas y datasets de big data para mejorar rendimiento, escalabilidad y confiabilidad.
  • Desplegar y gestionar cargas de procesamiento de datos en entornos basados en Kubernetes.
  • Aprovechar LLMs, agentic coding, optimización de costos de LLMs y desarrollo de agentes de IA para construir herramientas de datos internas y externas.

Requisitos clave

  • Sólida experiencia práctica con Python, incluyendo Pandas.
  • Experiencia con Apache Spark y PySpark para procesamiento distribuido.
  • Buen dominio de SQL y experiencia analizando grandes volúmenes de datos.
  • Experiencia práctica con Apache Airflow y orquestación de flujos de trabajo.
  • Familiaridad con Hive, Impala, HDFS y Sqoop.
  • Experiencia con Git y desarrollo de pipelines en producción.
  • Conocimiento de formatos de datos estructurados y semiestructurados.
  • Experiencia optimizando pipelines y cargas de trabajo en Kubernetes.
  • Acercamiento a LLMs, agentic coding, agentes de IA y optimización de costos de LLMs.
  • Buena capacidad para resolver problemas y colaborar con clientes.

¿Por qué considerar esta empresa?

Matrix es una compañía global de servicios de TI con experiencia en sectores como finanzas, telecomunicaciones, salud, alta tecnología, educación, defensa y seguridad. Ofrece consultoría, outsourcing y alianzas de implementación con grandes proveedores de software. Se presenta como un entorno retador, con compensación competitiva, cultura diversa e inclusiva y oportunidades de desarrollo profesional.

¿Te interesa? Aplica directamente desde el enlace de la vacante.

AplicarEntra o crea tu cuenta gratis (incluye el newsletter semanal) para ver el enlace de aplicación.

Fuente: HimalayasVacante originalmente publicada en Himalayas. Descripción adaptada por el equipo de Vacantes Remotas.

Vacantes relacionadas

Accede a más trabajos en
nuestro canal de Telegram
100K+