Responsabilidades del Puesto
Liderazgo técnico y de equipo:
Coordinar y guiar a los Ingenieros de Datos en el diseño, desarrollo y mantenimiento de pipelines, arquitecturas y procesos de integración.
Fomentar la adopción de buenas prácticas en DataOps, control de calidad y automatización.
Impulsar la evolución técnica del equipo mediante mentoría y formación continua, incluyendo fundamentos de IA generativa aplicada a datos.
Implementación y operación:
Supervisar la construcción de arquitecturas escalables (Data Lake, Delta Lake) y la integración de datos en entornos híbridos o cloud.
Garantizar la trazabilidad, versionado y gobernanza de datos en todas las soluciones implementadas.
Resolver problemas complejos de rendimiento, optimización y confiabilidad en pipelines y plataformas.
Innovación y mejora continua:
Evaluar y recomendar herramientas, frameworks y tecnologías emergentes (Databricks, Airflow, Azure Data Factory, MLOps).
Promover la automatización y el uso de IA generativa para:
Documentación inteligente de procesos y arquitecturas.
Generación de código base para pipelines y scripts.
Creación de prototipos rápidos para pruebas de integración y calidad.
Alineación estratégica:
Traducir la visión del Arquitecto de Datos en soluciones concretas, asegurando interoperabilidad, seguridad y escalabilidad.
Colaborar en la definición de estándares técnicos y metodologías para la gestión de datos.
Requisitos y habilidades
Perfil
- Profesional en Ingeniería de Sistemas, Ingeniería Electrónica, Ingeniería Eléctrica, Ingeniería Telecomunicaciones, Ingeniería Industrial.
- Mayor a 5 años de experiencia desempeñando roles de liderazgo.
- Experiencia en arquitecturas de datos modernas (Data Lake, Delta Lake) y prácticas de DataOps.
Competencias fundamentales / Soft Skills
- Liderazgo colaborativo y capacidad para desarrollar talento técnico.
- Comunicación efectiva para interactuar con áreas de negocio y arquitectura.
- Orientación a resultados y mejora continua.
Conocimientos en
- Dominio avanzado de SQL, Python y frameworks de integración (Airflow, Data Factory, Databricks).
- Arquitecturas de datos modernas (Data Lake, Delta Lake) y prácticas de DataOps.
- Gobierno de datos, seguridad y compliance.
- Herramientas y APIs de IA generativa (por ejemplo, OpenAI, Azure OpenAI, Hugging Face) para casos prácticos en ingeniería de datos.
