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 fundamental 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 entorno tecnológico
Cloud: 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 principales
Experiencia 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.
Deseable
Experiencia 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-*****-Ljbffr

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