
Applaudo es una empresa de desarrollo de software nearshore centrada en ayudar a las organizaciones a modernizar su tecnología y avanzar en su transformación digital. Fundada en 2013, la empresa combina experiencia en ingeniería de software y consultoría en áreas como innovación y diseño de experiencias, desarrollo y mantenimiento de aplicaciones, aseguramiento de la calidad, soluciones en la nube, inteligencia artificial, ciberseguridad, soluciones de datos y modernización de aplicaciones. Applaudo presta servicios a clientes de sectores como el deporte, los medios de comunicación y el entretenimiento, el comercio minorista, los bienes de consumo envasados y los servicios financieros, y apoya proyectos que mejoran los productos digitales, la infraestructura y la prestación de servicios de TI. Con sede en Austin, Texas, y una oficina en San Salvador, Applaudo reúne a un equipo de entre 501 y 1.000 empleados que presta servicios a empresas de todo el sector tecnológico y de servicios digitales.
Ingeniero sénior de datos de Azure Databricks
Crea canalizaciones con Azure Databricks y Python para las soluciones empresariales de Applaudo basadas en IA. Conecta los datos empresariales con centros de datos y almacenes escalables y fiables.
Descripción
- Crea y mantiene canalizaciones de datos listas para producción con Azure Databricks y Python.
- Crea transformaciones escalables con PySpark o Spark SQL.
- Ingiere y procesa datos de API, bases de datos relacionales, almacenamiento en la nube y SFTP.
- Conecta plataformas empresariales de gestión de tickets, CRM, marketing, comercio minorista y otras con un Data Hub centralizado.
- Desarrolla y mantiene estructuras de almacén de datos, modelos dimensionales y mercados de datos.
- Escribe, optimiza y mantiene transformaciones SQL.
- Añade validaciones de calidad de datos y comprobaciones de coherencia.
- Crea y mantiene flujos de datos salientes para sistemas de terceros.
- Investiga discrepancias en los datos y resuelve problemas en las canalizaciones.
- Documenta las canalizaciones, la lógica de transformación, las dependencias y los procesos técnicos.
- Colabora con colegas y partes interesadas para aclarar requisitos e identificar riesgos.
- Comunica con antelación los avances, los obstáculos y los posibles retrasos, y propone medidas para mantener las entregas según lo previsto.
Requisitos
- Al menos cinco años de experiencia profesional en ingeniería de datos.
- Experiencia práctica sólida con Azure Databricks.
- Dominio avanzado de Python para el procesamiento y la transformación de datos, y el desarrollo de canalizaciones.
- Sólida experiencia con Apache Spark, incluido PySpark o Spark SQL, o ambos.
- Dominio avanzado de SQL, incluidas las transformaciones complejas, la validación de datos y la optimización del rendimiento de consultas.
- Amplios conocimientos de almacenamiento de datos y modelado dimensional, incluidos hechos, dimensiones y mercados de datos.
- Experiencia integrando datos de API REST, bases de datos relacionales, almacenamiento en la nube y SFTP.
- Experiencia práctica con servicios de datos de Microsoft Azure para la ingesta, el almacenamiento, el procesamiento y la integración.
- Experiencia implementando controles de calidad de datos y validando la coherencia entre los sistemas de origen y los modelos de datos de destino.
- Capacidad para diagnosticar fallos en canalizaciones, investigar discrepancias en los datos e implementar soluciones fiables.
- Sólidas habilidades analíticas, de resolución de problemas y de organización.
- Capacidad para trabajar de forma autónoma, asumir responsabilidades y seguir buenas prácticas de ingeniería y estándares de documentación.
- Buen nivel de comunicación en inglés y capacidad para trabajar con un equipo con sede en Estados Unidos.
- Se valorará la experiencia migrando cargas de trabajo basadas en SQL a Azure Databricks.
Beneficios
- Opción de trabajar a distancia.
- Oportunidades para aprender rápidamente y trabajar con equipos excelentes.
- Prácticas de trabajo modernas.
- Contribuir a la transformación con IA a escala.
Empleos relacionados
No se encontraron empleos
Prueba a ajustar o borrar los filtros para encontrar más oportunidades.