Skip to content
Search jobs inside your AI agent. Claude, ChatGPT, Claude Code, Codex, Gemini, Cursor and Grok
Connect

Zeo Consulting

NewBe an early applicant

Senior Data Engineer - Ingestion & Integrations Lead

Posted 14 views

Description

Senior Data Engineer (AWS Serverless & Airflow) – Relación de Dependencia – Argentina

Información general

  • Ubicación: Argentina
  • Tipo de contrato: Relación de dependencia, full-time
  • Industria / Proyecto: Plataforma de datos sobre AWS serverless para cliente internacional (industria a confirmar)

Sobre el rol

Buscamos un/a Senior Data Engineer para diseñar, construir y operar una plataforma de datos sobre AWS serverless, orquestada con Apache Airflow y gestionada íntegramente como código.

La posición combina ingeniería de datos, calidad y gobierno de datos. El foco está en pipelines confiables, automatizados y desplegados mediante CI/CD, que permitan al negocio contar con datos consistentes, trazables y disponibles a tiempo, con un uso eficiente de los costos cloud.

Vas a tener autonomía técnica para tomar decisiones de arquitectura, elegir el servicio adecuado para cada caso y definir buenas prácticas en toda la plataforma.

Responsabilidades

  • Diseñar, construir y operar la plataforma de datos sobre el ecosistema serverless de AWS siguiendo los mejores patrones de la industria.
  • Desarrollar DAGs de Airflow de punta a punta, con foco en idempotencia, reintentos, SLAs y manejo de fallos.
  • Configurar y operar entornos MWAA, dependencias, plugins, escalado de workers y despliegues blue/green.
  • Orquestar desde Airflow jobs de Glue, Lambda, ECS y Step Functions, e integrar dbt (a través de Cosmos) y dlt.
  • Implementar ingesta multi-fuente con dlt y Python: APIs REST y GraphQL, Microsoft Graph, Cost Explorer, SharePoint, bases de datos y archivos.
  • Diseñar y mantener el data lake / lakehouse en S3 con Parquet y Apache Iceberg sobre Glue Catalog.
  • Modelar datos en Snowflake y dbt por capas, con tests y documentación.
  • Desarrollar procesamiento con Spark / PySpark garantizando escrituras idempotentes y particionado eficiente.
  • Aprovisionar la infraestructura como código con Terraform y/o AWS CDK / CloudFormation: entornos MWAA, Glue jobs, Lambdas, buckets S3, roles IAM y permisos de Lake Formation.
  • Construir y mantener pipelines de GitLab CI/CD con separación de entornos (dev / staging / prod) y despliegues controlados por rama.
  • Aplicar seguridad de mínimo privilegio, gobierno de datos con Lake Formation y manejo seguro de secretos.
  • Implementar observabilidad con CloudWatch (logs, métricas, alarmas) y testing de DAGs.
  • Optimizar costos de la arquitectura serverless aplicando prácticas de FinOps.

Requisitos

Must-Have

  • +3 años de experiencia como Data Engineer en entornos cloud productivos.
  • AWS serverless (nivel avanzado): Lambda, Fargate / ECS, Glue, Athena, EMR Serverless, Step Functions, EventBridge, S3, DynamoDB, API Gateway, AppSync, Kinesis, MSK, IAM, Lake Formation, Secrets Manager, CloudWatch, FinOps.
  • Apache Airflow (nivel avanzado): arquitectura interna, operadores, hooks, sensores, taskflow API, XComs, dynamic task mapping, task groups, assets, MWAA, testing, parametrización por entorno.
  • CI/CD y control de versiones (Git avanzado, GitFlow, GitLab CI/CD: stages, jobs, runners, variables, artefactos, caché).
  • Infraestructura como código: Terraform avanzado, módulos reutilizables, variables por entorno, import de recursos existentes; AWS CDK y/o CloudFormation.
  • Ingeniería de datos: Snowflake (modelado, SQL avanzado, optimización), dbt (modelado por capas, tests, docs), Spark / PySpark (performance tuning, debugging en Databricks), Parquet, Iceberg, delta lake, dlt.
  • Familiaridad con Python avanzado y librerías de ingeniería de datos (pandas, numpy, airflow).
  • Experiencia con seguridad y gobernanza de datos: RBAC, Data Catalog, políticas de enmascaramiento, Data Lake governance.
  • Certificaciones Azure relacionadas con datos (DP-203, Azure Data Engineer Associate) o Databricks.

Nice-to-Have

  • Docker y criterio para decidir dónde correr cargas (ECS vs. workers de Airflow).
  • Criterio para elegir entre Glue y EMR como motor de procesamiento.
  • Diseño de capas de proyección y consumo sobre DynamoDB para aplicaciones web.
  • FinOps de datos: pipelines de costos cloud y análisis de consumo.
  • Nociones de Kafka (MSK) y catalogación de topics.

¿Qué ofrecemos en Darwoft?

  • Contratación en relación de dependencia, con remuneración en ARS.
  • Modalidad de trabajo remota o Mixta.
  • Salarios competitivos.
  • Vacaciones y licencias según legislación vigente.
  • Días personales adicionales por año.
  • Acceso a plataformas de capacitación.
  • Tarjeta de beneficios y descuentos.
  • Welcome kit.
  • Programas de reintegros.
  • Clases de inglés.
  • Programa de referidos.
  • Regalo de cumpleaños.
  • Healthy Break.
  • Celebraciones, aniversarios y actividades de integración.
#J-18808-Ljbffr

Skills

What Lead Data Engineering jobs ask for — and how much of it you have →
Apply

See also

Data Engineering jobs by country — openings, pay and top skills →