El Especialista en ML Ops será responsable del diseño, desarrollo y optimización de arquitecturas de Data Marts que soporten las necesidades analíticas y operacionales de la organización. Su labor incluirá la implementación y mantenimiento de pipelines de datos, asegurando la calidad, seguridad y eficiencia en el manejo de información para facilitar el análisis de datos y el desarrollo de modelos de aprendizaje automático.

• Diseñar arquitecturas de Data Marts eficientes para soportar requerimientos analíticos.
• Desarrollar y mantener pipelines de datos escalables que garanticen la correcta ingesta y transformación de datos.
• Implementar estrategias de optimización de rendimiento en bases de datos para mejorar la velocidad de las consultas.
• Establecer y monitorear procesos de calidad de datos, asegurando precisión, consistencia y confiabilidad.
• Documentar esquemas de Data Marts, procesos ETL y flujos de trabajo de datos.
• Implementar políticas de seguridad y gobernanza de datos.
• Optimizar el almacenamiento y recuperación de datos mediante indexación y particionamiento avanzado.
• Desarrollar y mantener modelos de Machine Learning, garantizando su correcta integración en los flujos de datos.
• Proporcionar soporte técnico y capacitación a usuarios finales.
• Evaluar y recomendar mejoras continuas en la gestión de datos y la infraestructura.
• Resolver problemas complejos relacionados con el rendimiento y la integridad de datos.

• Ingeniería en Sistemas, Ciencias de la Computación, Ingeniería de Datos o afín.
• Deseable posgrado en Gestión de Datos, Ciencia de Datos o Tecnologías de la Información.

• 2+ años en desarrollo y mantenimiento de Data Marts y Data Warehouses.
• Experiencia en implementación y gestión de procesos ETL.
• Optimización del rendimiento en bases de datos.
• Desarrollo de modelos de Machine Learning y su integración en entornos productivos.

• Lenguajes de Programación (Must): Python y R.
• Gestión de Datos: SQL, Apache Spark, Hadoop, bases de datos relacionales y no relacionales.
• Machine Learning: Desarrollo e implementación de modelos de ML en producción.
• Cloud & Big Data: Familiaridad con AWS, Azure o Google Cloud.
• Nivel de ingles: conversacional
• Certificaciones deseables:
• Microsoft Certified: Azure Data Engineer
• AWS Certified: Big Data - Specialty
• Google Professional Data Engineer