Data Engineer Senior GCP
Summary
Stefanini, a global IT services firm, is hiring a Senior GCP Data Engineer in Santiago, Chile (hybrid: 3 days on-site in Santiago Centro, 2 remote, Mon-Fri 9am-6pm). Day to day they design and run batch and event-driven ETL/ELT pipelines on Google Cloud Platform using BigQuery, Dataflow, Dataproc, Pub/Sub, Python, SQL and Spark, orchestrated with Airflow/Cloud Composer.
¡Sé parte de Stefanini!
En Stefanini somos más de 30.000 genios, conectados desde 41 países, haciendo lo que nos apasiona y co-creando un futuro mejor.
Actualmente nos encontramos en la búsqueda de un Data Engineer Senior GCP para sumarse a nuestro equipo en Santiago de Chile.
Modalidad híbrida 3 dias presencial y 2 remoto
Jornada completa de Lunes a Viernes de 9 am a 6 pm.
Lugar de trabajo: Santiago Centro.
¿Qué harás?
- Diseñar, desarrollar y mantener pipelines de datos ETL/ELT batch y event-driven.
- Implementar soluciones de procesamiento y almacenamiento sobre Google Cloud Platform (GCP).
- Desarrollar procesos utilizando Python, SQL y Spark/PySpark.
- Trabajar con BigQuery, Cloud Storage, Dataflow, Dataproc y Pub/Sub.
- Implementar procesos de orquestación mediante Airflow / Cloud Composer.
- Participar en arquitecturas Data Lake, Data Warehouse y Lakehouse.
- Diseñar y optimizar modelos de datos para procesamiento y explotación de información.
- Implementar prácticas de CI/CD e Infrastructure as Code, idealmente con Terraform.
- Garantizar la calidad, trazabilidad, integridad y disponibilidad de los datos.
- Participar en iniciativas de migración y modernización hacia Cloud.Colaborar con equipos de Arquitectura, Data Science, BI y Desarrollo.
Requisitos técnicos
Stack principal
- Google Cloud Platform (GCP).
- BigQuery.
- Cloud Storage.
- Dataflow y/or Dataproc.
- Pub/Sub.
- Python.
- SQL Avanzado.
- Apache Spark / PySpark.
- Desarrollo de pipelines ETL/ELT.
- Modelamiento y transformación de datos.
- Airflow / Cloud Composer.
Conocimientos deseables
- DBT y/o Dataform.
- Terraform.
- Git y procesos CI/CD.
- Data Lake, Data Warehouse y Lakehouse.
- Hadoop y/o Kafka.
- Bases de datos relacionales y NoSQL.
- Vertex AI y/o Machine Learning.
- Gobierno y calidad de datos.