- Liderar el diseño e implementación de soluciones de datos robustas, escalables y mantenibles.
- Diseñar y evolucionar la arquitectura e infraestructura que soporta el flujo de datos de Toku.
- Construir y mantener pipelines de datos que integren múltiples fuentes, volúmenes y niveles de complejidad.
- Diseñar y mantener Data Warehouses, Data Lakes y capas de datos confiables para distintos equipos.
- Tomar decisiones técnicas considerando trade-offs de arquitectura, escalabilidad, costos, performance y mantenibilidad.
- Identificar riesgos y oportunidades de mejora en la plataforma, anticipando problemas y proponiendo soluciones.
- Trabajar con stakeholders para entender necesidades de negocio y transformarlas en soluciones técnicas.
- Asegurar la calidad, disponibilidad y confiabilidad de los datos.
- Colaborar con otros ingenieros en diseño, implementación, testing, despliegue y buenas prácticas.
- Contribuir a elevar el estándar técnico del equipo y participar en la selección y desarrollo de futuros integrantes.

Requirements

- Experiencia relevante abordando soluciones de Data Engineering en ambientes desde problemas complejos.
- Experiencia trabajando con Data Warehouses, Data Lakes y/o arquitecturas modernas de datos.
- Experiencia construyendo y manteniendo pipelines ETL/ELT y procesos de ingestión y transformación de datos.
- Experiencia trabajando con soluciones de datos en Cloud; se utiliza Google Cloud Platform y se valora experiencia en AWS u otros ecosistemas cloud.
- Buen dominio de SQL y Python.
- Experiencia con bases de datos relacionales y comprensión de sus principios de diseño y funcionamiento.
- Capacidad para diseñar soluciones técnicas y evaluar trade-offs de escalabilidad, performance,



costos y mantenibilidad.
- Buenas habilidades de comunicación y capacidad para trabajar con stakeholders técnicos y no técnicos.
- Curiosidad técnica y capacidad demostrable para aprender nuevas herramientas, tecnologías y conceptos de manera autónoma.
- Deseable: experiencia con BigQuery, Snowflake, Databricks, Airflow, dbt, Spark o Kafka; grandes volúmenes de datos; replicación, CDC, batch o streaming; Data Modeling, Data Governance, observabilidad y calidad de datos; Git y buenas prácticas de desarrollo; ownership técnico de proyectos de principio a fin.
- Disposición para trabajar de manera híbrida (50% del tiempo) en oficinas de Santiago de Chile.

Core Competencies

Demonstrates expertise in designing and implementing robust data solutions, including Data Warehouses and Data Lakes, while ensuring data quality and reliability. Proficient in building and maintaining ETL/ELT pipelines and leveraging cloud solutions, particularly Google Cloud Platform.

Highest-signal resume keywords

- Data Engineering Solutions
- ETL/ELT Pipeline Development
- Data Warehouse Architecture
- Google Cloud Platform
- SQL and Python Proficiency

ATS Optimization Keywords

Hard Skills

- Data Engineering
- ETL/ELT Processes
- Data Warehouse Design
- Data Lake Implementation
- SQL
- Python
- Data Modeling
- Data Governance
- Cloud Solutions
- BigQuery

Soft Skills

- Communication Skills
- Stakeholder Collaboration
- Technical Curiosity

Industry Keywords

- Data Quality
- Data Reliability
- Data Integration
- Observability
- Streaming Data
- Batch Processing
- Technical Ownership

Tools & Technologies

- Google Cloud Platform
- AWS
- BigQuery
- Snowflake
- Databricks
- Airflow
- Dbt
- Spark
- Kafka
- Git

#J-18808-Ljbffr

📌 Data Engineer (Santiago)
🏢 Jobtailor
📍 Santiago