Postúlate en Kit Empleo: kitempleo.cl/empleo/1daldu

- Dominio avanzado de Python
- Experiencia sólida en el desarrollo de scripts para la orquestación de procesos de actualización de datos, incluyendo el uso de multithreading para paralelizar consultas y cargas. Manejo de librerías como pandas, sqlalchemy y pyodbc, con enfoque en la escritura de código limpio, modular y mantenible.
- Gestión de Máquinas Virtuales y Windows Task Scheduler
- Capacidad para administrar infraestructura en entornos Windows, incluyendo la configuración, monitoreo y mantenimiento de tareas programadas mediante el Scheduler. Competente en asegurar la continuidad operativa de procesos legacy mientras se avanza en su modernización.
- Experiencia sólida en SQL Server
- Amplio dominio en el desarrollo y mantenimiento de lógica de negocio a través de Stored Procedures complejos, uso de tablas temporales, operaciones MERGE y optimización mediante manejo de índices.
- Manejo de Databricks y entornos Big Data
- Experiencia en la ejecución de queries remotas, gestión de tokens de autenticación e interacción con plataformas de datos a gran escala. Conocimiento en procesos de migración de datos hacia arquitecturas modernas como Storage House (SH) o Data Lake.
- Construcción de pipelines ETL/ELT
- Experiencia en el diseño y ejecución de procesos de ingestión de datos desde diversas fuentes (ej. archivos Excel en Google Drive), generación de reportes y manejo de cargas de datos en chunks para optimizar el uso de memoria y rendimiento.
- Administración en entornos Linux/Ubuntu
- Capacidad para configurar, desplegar y mantener aplicaciones en servidores Linux, facilitando la transición desde entornos dependientes de Windows hacia infraestructuras más modernas y escalables.
- Orquestación de flujos de datos (Airflow / Prefect)
- Experiencia en el diseño de flujos de trabajo automatizados mediante DAGs (Directed Acyclic Graphs), definiendo dependencias,



reintentos y ejecución modular de procesos.
- Gestión de deuda técnica y refactorización
- Habilidad para analizar, identificar y modernizar sistemas legacy, incluyendo la migración de lógica hardcodeada hacia repositorios centralizados o plataformas como Databricks, mejorando mantenibilidad y eficiencia.
- Implementación de logging y monitoreo
- Experiencia en la estandarización de sistemas de logging estructurado y manejo de excepciones, asegurando trazabilidad completa de procesos y rápida detección de errores críticos.
- Conocimiento en ecosistemas de BI (Tableau)
- Comprensión de la relación entre modelos de datos (tablas, vistas y staging) y su impacto en la performance y visualización en herramientas de Business Intelligence como Tableau.
- Adaptabilidad a modelos de datos desnormalizados
- Capacidad para trabajar con arquitecturas orientadas a la optimización de lectura, equilibrando buenas prácticas de modelado con necesidades de rendimiento.
- Orientación a la calidad (QA de datos)
- Experiencia en el diseño y automatización de pruebas de calidad de datos, incluyendo validaciones de estructura, tipos de datos, control de duplicados y consistencia de la información previo a su explotación en entornos productivos.

Requisitos

- Ingeniero Informatico/Sistema o carreras afines.
- Experiencia de 6 años como Data Engineer.
- Dominio de Python y/o SQL para manipulación y procesamiento de datos.
- Experiencia en Data Factory
- Experiencia en desarrollo de pipelines ETL/ELT.
- Conocimientos en bases de datos relacionales (SQL Server, PostgreSQL, etc.) y no relacionales.
- Experiencia en plataformas de Big Data y/o Cloud (Databricks, Azure, AWS, GCP).
- Manejo de herramientas de orquestación de workflows (Airflow, Prefect o similares).
- Experiencia en modelado de datos (normalizado y desnormalizado).
- Conocimientos en optimización de consultas y performance.

Ventajas

- Boleta - Honorarios
- Modalidad Híbrido - 2 veces a la semana.

Postúlate en Kit Empleo: kitempleo.cl/empleo/1daldu

📌 Data Engineer (Santiago)
🏢 QiBit
📍 Santiago