Ingeniero de Datos

• Licenciatura o grado, o experiencia equivalente, en Informática, Ingeniería, Matemáticas o un campo técnico relacionado
• Más de 3 años de experiencia en ingeniería de datos, plataformas de datos, BI o dominios relacionados
• Experiencia en la implementación exitosa de aplicaciones centradas en datos, tales como data warehouses, operational data stores y proyectos de integración de datos
• Experiencia con bases de datos relacionales y NoSQL a gran escala en entornos de producción
• Experiencia con modelado de datos
• Comprensión general de arquitecturas de datos y arquitecturas orientadas a eventos
• Dominio de SQL
• Familiaridad con un lenguaje de scripting, preferiblemente Python
• Experiencia con Apache Airflow & Apache Spark
• Sólidos conocimientos de servicios de datos en la nube: servicios de AWS como S3, Athena, EC2, RedShift, EMR (Elastic MapReduce), EKS, RDS (Relational Database Services) y Lambda

Sería aún mejor si

• Comprensión de modelos de ML
• Comprensión de tecnologías de contenerización y orquestación como Docker/Kubernetes
• Conocimientos o experiencia relevante en la industria del gaming

Como Data Engineer en Sporty, desempeñarás un papel fundamental para garantizar el procesamiento y la gestión fluida de los datos para nuestras iniciativas de machine learning y ciencia de datos. Tus responsabilidades principales incluirán el diseño, la construcción, las pruebas, la optimización y el mantenimiento de pipelines y arquitecturas de datos para diversos aspectos de nuestro negocio en rápido crecimiento.

• Diseñar, desarrollar y mantener arquitecturas y pipelines de datos escalables, tanto de tipo batch ETL como en tiempo casi real, para diversas áreas de nuestro negocio, sobre fuentes de datos rápidas y versátiles con millones de cambios al día
• Garantizar que todos los datos proporcionados tengan la máxima calidad, precisión y consistencia
• Identificar, diseñar e implementar mejoras en los procesos internos para optimizar la entrega de datos y rediseñar la infraestructura para lograr una mayor escalabilidad
• Desarrollar nuevas integraciones de API para dar soporte al aumento continuo del volumen y la complejidad de los datos
• Comunicarse con data scientists, ingenieros de MLOps, product owners y analistas de BI para comprender los procesos de negocio y la arquitectura del sistema para funciones de producto específicas