Coordinar y operar los entornos de datos (dev/qa/prod), asegurando estabilidad, monitoreo y correcto funcionamiento de los pipelines.
Extraer, transformar y cargar datos según las necesidades del negocio, aplicando arquitectura por capas (Bronze/Silver/Gold).
Construir integraciones eficientes entre sistemas, APIs y fuentes internas/externas, garantizando integridad y disponibilidad.
Implementar flujos CI/CD para despliegue seguro de pipelines y validación automatizada de datos y código.
Mentorizar a ingenieros junior en buenas prácticas, estándares de calidad y diseño escalable.
Proponer e implementar mejoras tecnológicas que optimicen performance, costos y gobernanza de datos.

Somos una corporación multinacional de bebidas y alimentos fundada en 1885 con operaciones en más 14 países, con más de 15,000 colaboradores. Tenemos el portafolio de bebidas más grande de la región, y contamos con socios estratégicos como PepsiCo y AB InBev. El último año hemos tenido una expansión a nivel global que nos ha llevado a dividirnos en 4 unidades de negocio: apex (transformación), cbc (distribución), beliv (innovación en bebidas) y bia (alimentos); y como parte de nuestra estrategia dinámica de expansión y crecimiento requerimos talentos para unirse a nuestra corporación.

1. Diseñar e implementar soluciones de ingeniería de datos escalables, eficientes y mantenibles utilizando tecnologías de Google Cloud, tales como:

Cloud Dataflow / Apache Beam (procesamiento distribuido ETL/ELT)
BigQuery (almacenamiento, warehouse y motor analítico)
Cloud Storage (Data Lake)
Dataproc (Spark administrado, cuando aplique)
BigQuery / Data Catalog (gobernanza y catalogación)

2. Aplicar modelos de arquitectura por capas (Bronze / Silver / Gold) en un Lakehouse basado en Google Cloud

Implementación de un Data Lake en Cloud Storage.
Transformaciones intermedias y normalización en Dataflow / Dataproc para capa silver.
Exposición de capas refinadas en BigQuery para capa gold orientada a analítica, BI y ML.
Definición de estándares de naming, particionamiento, clustering y particionado por tiempo.

3. Automatizar ETL/ELT con enfoques modernos de data engineering

Orquestación modular y escalable con Cloud Composer (Airflow).
Pipelines idempotentes, reproducibles y versionados.
Implementación de validaciones de calidad de datos (DQ) usando:
BigQuery Assertions
Great Expectations (si aplica)
Cloud Composer operators
Manejo de Slowly Changing Dimensions (SCD1/SCD2) mediante SQL en BigQuery o Dataflow.
Integración CI/CD para despliegue de DAGs, jobs y transformaciones.

4. Garantizar datos confiables, gobernados y optimizados en costos y performance

Optimización de costos en BigQuery mediante clustering, particionado y control de consultas.
Optimización de Dataflow (autoscaling, tuning, fusión de etapas, ventanas y triggers).
Seguridad y gobernanza con Dataplex, IAM y Data Catalog.
Documentación robusta del linaje, arquitectura y flujos de datos.
Aplicación de estándares de ingeniería:
- PEP8 para Python
- Buenas prácticas de SQL
- Gestión de código con Git / GitFlow
- Testing y validación automatizada

Integrar diversas fuentes de datos y asegurar su consistencia.
Diseñar y mantener un Lakehouse escalable (Bronze/Silver/Gold).
Optimizar performance y costos en BigQuery y procesos de ingesta.
Orquestar y monitorear flujos complejos de datos de extremo a extremo.
Garantizar calidad, linaje y gobernanza en todos los datasets.
Habilitar datos confiables para analítica, BI y productos digitales.
Escalar y evolucionar la arquitectura conforme crezcan los casos de uso.

Ingeniero de Datos Senior

Comparte esta vacante

Resumen AI

Descripción del Puesto

Síguenos en Instagram

Evita estafas

Vacantes relacionadas

Ingeniero Cloud con Ambiciones de Liderazgo

Ingeniero de Soluciones de Pagos en Viajes

Arquitecto de Seguridad en Aplicaciones

Ingeniero Full Stack de Seguridad