Hands-on Data Engineer: ETL Pipelines, Snowflake & dbt
Posted
Summary
Data Engineer at Lapieza, a Mexican SaaS payroll and HR company migrating to a medallion data architecture. Day to day: build and maintain ETL/ELT pipelines (Airbyte, Airflow/Prefect), develop layered dbt models in Snowflake, add automated data-quality checks, and create views and data marts feeding internal teams and client-facing data products.
Somos una empresa SaaS líder en administración de nómina y recursos humanos en México, y estamos migrando nuestra arquitectura de datos a un esquema por capas (medallion) mientras lanzamos un nuevo producto. Buscamos a un Data Engineer hands‑on que construya y mantenga la capa de datos que alimenta a los equipos internos y a los productos de nuestros clientes.
Lo que harás
- Construir y mantener pipelines ETL/ELT confiables, monitoreados y documentados (Airbyte, Snowflake, Airflow/Prefect).
- Desarrollar y mantener modelos analíticos en Snowflake con dbt, con estructura por capas (raw, staging, marts).
- Optimizar modelos existentes
- Implementar validaciones automatizadas de calidad de datos
- Crear vistas, data marts y transformaciones que alimentan los productos de datos, garantizando que los datos sean correctos, completos y estén disponibles.
Lo que necesitas
- Mínimo 3 años de experiencia en ingeniería de datos.
- Python sólido para desarrollo de pipelines en producción, con código claro y mantenible.
- Experiencia en producción con un data warehouse cloud (Snowflake, BigQuery o Redshift).
- Experiencia en producción con dbt (mínimo 6 meses): modelos, tests, documentación y versionamiento.
- Experiencia construyendo y operando pipelines productivos con herramientas de ingestión y orquestación como Airbyte, Airflow, Prefect o Dagster.
- Experiencia en producción en alguna nube (GCP, AWS o Azure).
- SQL avanzado, modelado relacional y dimensional.
- CI/CD para datos: Git, testing automatizado y validaciones.
- Experiencia con Kafka o arquitecturas event-driven / streaming.
- Experiencia colaborando con equipos de BI en la definición de métricas o modelos semánticos.