Objetivo

- Ingeniero de datos con criterio técnico propio, que se sienta cómodo revisando y validando código que no escribió, depurando en ambientes productivos y decidiendo cuándo consultar en lugar de asumir. Trabajará con herramientas de generación asistida por IA como parte normal del flujo de trabajo.

- Ingeniero en Sistemas / Informática
- +3 años de experiencia como Arquitecto de Datos
- Ingeniería de datos o desarrollo ETL.
- Python y SQL en ambientes productivos.
- Experiencia práctica con Apache Spark
- Databricks (deseable: Asset Bundles).
- Experiencia con control de versiones y flujo de Pull Requests — revisión de código como práctica habitual, no ocasional .
- Deseable: exposición a CI/CD en Azure DevOps.

Competencias técnicas

- Python · PySpark · SQL · T-SQL · Delta Lake · Spark · Git · Pull Request · code review · CI/CD · Azure DevOps · pytest · YAML · ETL · SSIS · SQL Server Agent · Databricks (deseable)

Responsabilidades

- Operación de Agentes y Auditoría : Interactuar con el sistema multiagente, someter el plan.md a escrutinio y revisar minuciosamente el bundle de código generado (detección de cuellos de botella como data skew, shuffles excesivos o mala tipificación).




- Pruebas de Paridad y Reconciliación : Diseñar y ejecutar validaciones de paridad de datos que certifiquen que la salida en Databricks cuadra al 100% (volumen, valores y esquemas) frente a la carga legacy de origen.
- Gestión de Excepciones y Escalabilidad : Resolver con autonomía advertencias menores de código y escalar diligentemente al Arquitecto los eventos NEEDS-HUMAN, cambios de patrón o inconsistencias semánticas.
- Calidad y Seguridad de Código : Subsanar hallazgos de herramientas SAST (ej. Fluid Attacks), vulnerabilidades de dependencias y no-conformidades antes de abrir el PR.
- Ciclo de Entrega (Git Flow) : Gestionar ramas feat/TICKET-slug, asegurar el cumplimiento estricto de pre-checks locales y liderar la resolución de tickets REJECTED o defectos levantados en QA/UAT.
- Estabilidad en Transición : Sostener la operación, corrección rápida de anomalías y telemetría de los pipelines durante la ventana de hipercare post-despliegue hasta la transferencia formal a soporte.
- Deseable: Alteryx/SSIS lectura básica, pytest, seguridad de código, Git avanzado.

📌 Data Engineer (Santiago)
🏢 Gi Group Holding
📍 Santiago