El Ejecutivo de Ingeniería de Datos es responsable de definir y desarrollar el flujo de datos, así como de implementar mejoras continuas en modelos de datos utilizando las últimas tecnologías, con un enfoque en maximizar el uso de recursos. Este rol es clave para la incorporación de nuevos flujos de datos que soporten las iniciativas estratégicas de la compañía.

Además, el Ejecutivo de Ingeniería de Datos debe ser capaz de comprender y desarrollar procesos end-to-end, asegurando que cumplan con los lineamientos de calidad, limpieza y seguridad de la información. Se espera que cuente con la habilidad de liderar proyectos de gestión de datos y brindar asesoría a los clientes.

• Título en Ciencias de la Computación, Ingeniería en Sistemas, Informática o un campo relacionado.
• Inglés intermedio avanzado
• +5 años en roles de ingeniería de datos o desarrollo.
• +3 años de experiencia en: SQL, VBA, PySpark, Python, Visual Basic.
• +2 años de experiencia con Azure (ETL, pipelines, DataFactory, Databricks, Synapse).
• Experiencia en definición, implementación y administración de bases de datos relacionales y multidimensionales (on-premise y en la nube).
• Liderazgo de equipos y gestion de proyectos.

• Conocimientos avanzados y profundos en lenguajes de programación orientados a gestión de datos (SQL, Databricks, Synapse, Analysis Services, VBA, Python).
• Experiencia con herramientas de modelado y orquestación de datos en Azure.
• Certificaciones relevantes en ingeniería de datos.
• Conocimientos de procesos de comunicación, administración del tiempo, planeación y gestión de proyectos.
• Nivel experto en modelado de datos, bases de datos y cubos.
• Conocimiento intermedio en matemáticas, estadística y analítica.

• Establecer modelos homologados y optimizados para la extracción, limpieza, transformación, almacenamiento y explotación de datos para reportes, temas analíticos y sistemas legacy.
• Gestionar las conexiones a fuentes de datos.
• Colaborar en la generación de mecanismos y procesos que aseguren la disponibilidad, limpieza y calidad de los datos.
• Gestionar y dar seguimiento a los KPI de eficiencia de carga de información.
• Interactuar con proveedores y socios estratégicos para asegurar la vanguardia en herramientas estratégicas en Data Engineering y Data.
• Establecer mecanismos automáticos para el monitoreo del flujo de datos.
• Conocer la arquitectura en la que están montadas las soluciones.

• Relaciones Efectivas
• Orientación al Cliente
• Pensamiento Sistémico
• Organización y Ejecución