Senior Ingeniero de datos - Sector Financiero/Bancario

Buscamos un Ingeniero de Datos con amplia experiencia en el ciclo completo de desarrollo de soluciones de información, incluyendo análisis, diseño, desarrollo, certificación, despliegue y mantenimiento, en entornos OnPremise y tecnologías Big Data. El candidato ideal debe demostrar sólidos conocimientos en optimización de bases de datos y un enfoque proactivo para superar limitaciones técnicas o de procesos, asegurando soluciones robustas, eficientes y alineadas con las mejores prácticas de desarrollo. Se valorará la capacidad de liderar y colaborar con equipos multidisciplinarios para acelerar el cumplimiento de objetivos.

Es una posición híbrida en la ciudad de Quito-Ecuador, en donde serás asignado/a a uno de nuestros clientes más importantes en el sector financiero/bancario de Latinoamérica.

Trabajarás en un entorno ágil, con un equipo increíble en la implementación de productos de software de clase mundial.

Requisitos

• Al menos 3 años de experiencia como ingeniero de datos.
• Experiencia en optimizacion de SQL y Spark.
• Experiencia con streaming de datos.
• Bases de datos relacionales y NoSQL, diseño de Datawarehouse, Datamarts, Datalakes y Lakehouse.
• Procesamiento distribuido con Hadoop, Spark y arquitecturas batch/streaming.
• Desarrollo en Python, Scala o Java, aplicando principios de Clean Code.
• Construcción de pipelines con herramientas ETL (Azure Data Factory, AWS Glue, SSIS).
• Estrategias de DataOps/MLOps y despliegue CI/CD.

Deseable: Certificaciones en AWS, Azure, o Big Data, y experiencia en arquitecturas modernas como Data Mesh o Data Fabric.

Responsabilidades

• Diseñar y desarrollar soluciones de datos alineadas con la visión de Arquitectura de Datos.
• Crear y optimizar ETLs, ELTs y APIs para manejo eficiente de datos.
• Implementar estrategias de testing para validar calidad funcional y no funcional.
• Proponer mejoras continuas en procesos y productos de datos.
• Resolver incidencias técnicas y documentar soluciones conforme a estándares.
• Mentorizar y apoyar el onboarding de nuevos integrantes del equipo.

Herramientas y Tecnologías

• Apache Spark, Kafka, Flink, Hadoop, HDFS.
• Servicios Cloud: AWS, Azure, GCP.
• Lenguajes: Python, Scala.