Sequoia Connect
Fresh Consulting
Ingeniero/a de Datos
Sobre la oportunidad
Fresh Consulting está buscando un/a
Ingeniero/a de Datos Senior (Contribuidor Individual) para liderar técnicamente el diseño e implementación de plataformas de datos nativas en la nube para clientes internacionales en EE. UU.
El/la candidato/a seleccionado/a no solo mantendrá los flujos de datos existentes, sino que también diseñará, construirá e implementará un moderno almacén de datos desde cero, sentando las bases para futuras integraciones de IA/LLM y flujos de trabajo automatizados.
Ubicación: Remoto (México — Preferible: Monterrey, Ciudad de México, Guadalajara)
Habilidades Requeridas
Requisito de Idioma: Inglés profesional fluido (Mínimo CEFR C1)
Viajes: Disponibilidad para viajar trimestralmente a EE. UU. (aproximadamente 1 semana por viaje)
- Microsoft Fabric (altamente preferido) O stacks portátiles (BigQuery, Snowflake, Databricks).
- 4 a 7 años de experiencia verificable en la construcción de almacenes de datos en la nube de extremo a extremo (proyectos reales llevados de cero a producción), no solo en el mantenimiento de sistemas existentes.
- Infraestructura en la Nube: Stack de datos de Azure (Data Factory, Synapse, Fabric) o equivalente en AWS/GCP.
- Lenguajes Principales: SQL avanzado (modelado dimensional, optimización de rendimiento) y Python (transformación, orquestación, scripting).
- Herramientas de BI: Power BI o equivalente (Looker, Tableau, Mode).
- Orquestación y Transformación: Azure Data Factory, Airflow, dbt, Dagster o herramientas similares.
- Exposición Directa a Stakeholders: Experiencia trabajando directamente con ejecutivos en EE. UU.
- Visa de EE. UU. válida (Mínimo B1/B2): Disponibilidad confirmada para viajar a EE. UU. trimestralmente.
Responsabilidades Clave
- Diseño y Construcción: Diseñar, construir y operar almacenes de datos modernos, de extremo a extremo y nativos en la nube.
- Desarrollo de Pipelines: Desarrollar y mantener pipelines ELT/ETL robustos que integren múltiples sistemas internos (servicio, originación, CRM) y fuentes de datos de terceros.
- Modelado de Datos: Crear modelos de datos escalables para informes, BI (capa semántica) e iniciativas futuras de IA/ML.
- Gobernanza y Seguridad: Implementar prácticas de calidad de datos, gobernanza y seguridad alineadas con las estrictas regulaciones financieras de EE. UU.
- Colaboración con Ejecutivos: Trabajar estrechamente con stakeholders del C-suite y directores en EE. UU. para traducir los requisitos de negocio en arquitectura de datos técnica.
- Optimización: Optimizar el rendimiento de consultas, pipelines y flujos de trabajo para garantizar la eficiencia y el control de costes.
