Misión:Diseñar y mantener arquitecturas de datos escalables para la ingesta, transformación, procesamiento y consumo de información.Descripción:Buscamos un/a profesional de Ingeniería de Datos responsable de diseñar, implementar y evolucionar soluciones de datos escalables, actuando como puente entre las necesidades del negocio y las distintas áreas corporativas. Tendrá un rol clave en la construcción de una arquitectura moderna de datos, asegurando estándares de calidad, mantenibilidad y eficiencia.Principales responsabilidades- Levantar y acordar requerimientos con las áreas de negocio, coordinando definiciones y necesidades con distintos equipos corporativos.- Diseñar, implementar y evolucionar modelos de datos estructurados y no estructurados, asegurando soluciones adecuadas para cada necesidad.- Gestionar las expectativas de clientes internos, adaptando las soluciones a cambios de negocio, operación y tecnología.- Diseñar y optimizar pipelines ELT/ETL escalables, idempotentes y resilientes, incluyendo evolución de esquemas e integración de múltiples fuentes.- Evolucionar la arquitectura y estandarizar prácticas de ingeniería de datos, promoviendo calidad, automatización y mantenibilidad.- Participar en iniciativas de migración desde plataformas on-premise o SQL legacy hacia arquitecturas modernas en la nube.Stack y contexto tecnológicoCloud: Google Cloud Platform (GCP).Data Warehouse: BigQuery,



con foco en optimización de consultas, particionamiento, clustering y gestión de costos.Arquitectura: Lakehouse / Modern Data Warehouse bajo arquitectura Medallón (Bronce, Plata y Oro).Transformación: dbt a nivel avanzado, incluyendo modelos, tests, macros y documentación.Orquestación: Apache Airflow / Cloud Composer.Procesamiento: Apache Spark / Dataproc para cargas y transformaciones complejas.Desarrollo: Python y SQL.Prácticas: Git, CI/CD, code reviews y Modern Data Stack.Requisitos principalesExperiencia sólida en Ingeniería de Datos sobre GCP, especialmente BigQuery, construcción de pipelines ELT/ETL y modelado analítico. Dominio avanzado de dbt en ambientes productivos y experiencia desarrollando DAGs en Airflow, integrando APIs, bases relacionales, ERPs y otras fuentes.Se requiere capacidad para escribir código limpio, modular y testeable en Python y SQL, además de diseñar arquitecturas de datos resilientes y mantenibles. Se valorará experiencia en procesos de migración hacia arquitecturas cloud y conocimientos de Spark para procesamiento distribuido.DeseableExperiencia o interés en calidad de datos mediante pruebas automatizadas y monitoreo, utilizando dbt tests, herramientas nativas o soluciones similares. Será un plus haber trabajado preparando datos para IA, Feature Stores, automatizaciones avanzadas o agentes de Inteligencia Artificial.#J-18808-Ljbffr

📌 Senior Data Engineer (Santiago)
🏢 Banco Falabella
📍 Santiago