Estados Unidos
HEARTLAND BUSINESS SYSTEMS LLC
Dell Technologies
Ingeniero de Sistemas Asociado, Gestión de Datos
Estados Unidos
North Carolina, United States
PythonSQLAWSGCP
Traducción automática. Consulta el original.
Sobre la oportunidad
Ingeniero de Sistemas Asociado, Gestión de Datos
Nuestros profesionales de ventas de campo dependen de un soporte técnico proactivo durante el proceso de ventas, y nuestro experto equipo de Ingeniería de Sistemas siempre está a la altura. Lideramos el desarrollo y la implementación de productos, aplicaciones, servicios y soluciones complejos y especializados. Desde la realización de presentaciones de ventas y demostraciones de productos hasta el desarrollo de planes detallados de instalación o integración de sistemas, nos aseguramos de que los clientes obtengan las soluciones innovadoras, relevantes e interoperables que necesitan.
Únase a nosotros para realizar el mejor trabajo de su carrera y lograr un profundo impacto social como Ingeniero de Sistemas Senior en nuestro equipo de Ingeniería de Sistemas en la región Este de EE. UU.
Dé el primer paso hacia la carrera de sus sueños
Cada miembro del equipo de Dell Technologies aporta algo único. Esto es lo que buscamos para este puesto:
Lo que logrará
Como Ingeniero de Sistemas Senior, proporcionará soporte técnico preventa a nuestros equipos de ventas de campo, ayudando a definir la solución global de Dell Technologies para nuestros clientes utilizando la gama completa de productos y servicios de la empresa.
Usted:
- Construirá y liderará relaciones para cuentas de clientes altamente sofisticadas
- Realizará análisis de necesidades de los clientes y anticipará requisitos más allá del alcance de la solución existente
- Preparará especificaciones detalladas de productos para facilitar la venta de nuestros productos y soluciones, y realizará presentaciones de impacto en las instalaciones de los clientes
- Verificará la operatividad de configuraciones sofisticadas de productos y servicios dentro del entorno del cliente
- Realizará integración de sistemas avanzada y proporcionará experiencia técnica para diseñar e implementar la solución
Requisitos mínimos
Habilidades técnicas
- Experiencia práctica con al menos una plataforma de datos en la nube importante (p. ej., Snowflake, Databricks, BigQuery, Redshift, Cloudera, Synapse o similar).
- Sólida comprensión de conceptos de almacenamiento de datos (data warehousing), lagos de datos/lakehouse y ETL/ELT (preparación, modelado, optimización del rendimiento, compensaciones entre coste y rendimiento).
- Ingeniería e integración de datos, incluido el procesamiento de datos no estructurados (PDF, registros, imágenes, texto) y su transformación en formatos estructurados/vectorizados
- Sólidas habilidades de SQL para consultas analíticas, optimización del rendimiento y modelado de datos (esquemas en estrella/snowflake, modelado dimensional, particionamiento, agrupación).
- Datos no estructurados e IA/RAG: Comprensión de bases de datos vectoriales (p. ej., Elasticsearch, Milvus, pgvector), modelos de incrustación (embedding) y arquitecturas RAG. Familiaridad con tuberías de procesamiento de documentos, estrategias de fragmentación (chunking) y patrones de búsqueda semántica.
- Familiaridad con herramientas de orquestación y tuberías de datos (p. ej., Airflow, dbt, Spark, Kafka, herramientas ETL nativas de la nube) y patrones de procesamiento por lotes frente a streaming.
- Comprensión de la gobernanza de datos (catálogo, linaje, seguridad, RBAC, enmascaramiento, requisitos de cumplimiento como GDPR/CCPA).
- Analítica, BI y ciencia de datos
- Capacidad para diseñar y explicar soluciones analíticas de principio a fin: desde datos sin procesar hasta paneles y modelos predictivos.
- Conocimientos prácticos de herramientas de BI (p. ej., Tableau, Power BI, Looker, Qlik) y cómo conectar, modelar y optimizar para el autoservicio de analítica.
- Familiaridad con flujos de trabajo de ciencia de datos y ML (ingeniería de características, experimentación, entrenamiento/despliegue de modelos, desarrollo de tuberías RAG, ingeniería de prompts) y herramientas/lenguajes como Python, Spark, notebooks y marcos de trabajo de ML (p. ej., scikit-learn, MLflow, TensorFlow/PyTorch, LangChain, LlamaIndex a nivel conceptual).
Habilidades de consultoría
- Habilidad para hacer las preguntas correctas para descubrir requisitos técnicos, limitaciones y motores de negocio.
- Capacidad para traducir problemas de negocio ambiguos en casos de uso claros de datos y analítica.
- Narrativa y comunicación
- Excelente capacidad para traducir temas técnicos complejos en narrativas claras orientadas al negocio, tanto para audiencias técnicas como no técnicas.
- Comodidad al presentar ante grupos grandes y partes interesadas de alto nivel (CIO/CDO, jefes de datos/analítica).
- Excelencia en demostraciones y POC
- Capacidad para crear y realizar demostraciones convincentes que cuenten una historia en torno a los datos y casos de uso del cliente, no solo sobre las características.
- Capacidad para estructurar y ejecutar POC con criterios de éxito, cronogramas y resúmenes ejecutivos claros para acelerar la victoria técnica.
- Posicionamiento competitivo
- Comprensión del ecosistema más amplio de datos e IA y capacidad para articular la diferenciación frente a otros almacenes de datos, plataformas de lagos de datos/lakehouse y herramientas de analítica.
5+ años en un rol técnico de cara al cliente, como Ingeniero de Ventas, Arquitecto de Soluciones, Ingeniero de Datos, Consultor de Analítica o Científico de Datos con una sólida exposición comercial.
Experiencia demostrada en la arquitectura y entrega de soluciones de gestión de datos, analítica o ciencia de datos en una o más de las siguientes áreas:
- Migraciones de almacenes de datos o lakehouse en la nube
- Modernización de BI empresarial/analítica de autoservicio
- Implementaciones de GenAI y RAG para la gestión del conocimiento empresarial, procesamiento inteligente de documentos o aplicaciones de IA orientadas al cliente
- Analítica en tiempo real o streaming
- Habilitación de analítica avanzada/ciencia de datos
- Experiencia práctica con al menos una nube pública importante (AWS, Azure o GCP) y una o más plataformas de datos líderes (p. ej., Snowflake, Databricks, Cloudera, BigQuery, Redshift, Synapse).
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil