1046 - Data Engineer (Python/AWS/Snowflake) · Senior · Remote · ARG

Disclaimer – Lectura obligatoria: Compromiso y dedicación Este rol requiere dedicación full-time, con prioridad clara sobre los proyectos de Darwoft durante el horario laboral establecido. No es compatible con otros compromisos profesionales full-time. Cualquier actividad profesional adicional deberá ser informada previamente y no deberá interferir con las responsabilidades del rol.

Sobre Darwoft

Darwoft es una software factory que desarrolla soluciones de software a medida y brinda servicios de staff augmentation IT para clientes internacionales, principalmente en Estados Unidos y Latinoamérica. Trabajamos con startups y compañías en crecimiento, construyendo productos digitales de alto impacto.

Nuestra cultura es people-first: priorizamos la calidad técnica, las relaciones de largo plazo y el trabajo colaborativo. Combinamos excelencia técnica con cercanía humana.

Senior Data Engineer (AWS Serverless & Airflow) – Relación de Dependencia – Argentina

Información general

- Ubicación: Argentina

- Tipo de contrato: Relación de dependencia, full-time

- Industria / Proyecto: Plataforma de datos sobre AWS serverless para cliente internacional [industria a confirmar]

Sobre el rol

Buscamos un/a Senior Data Engineer para diseñar, construir y operar una plataforma de datos sobre AWS serverless, orquestada con Apache Airflow y gestionada íntegramente como código.

La posición combina ingeniería de datos, calidad y gobierno de datos. El foco está en pipelines confiables, automatizados y desplegados mediante CI/CD, que permitan al negocio contar con datos consistentes, trazables y disponibles a tiempo, con un uso eficiente de los costos cloud.

Vas a tener autonomía técnica para tomar decisiones de arquitectura, elegir el servicio adecuado para cada caso y definir buenas prácticas sobre toda la plataforma.

Responsabilidades

• Diseñar, construir y operar la plataforma de datos sobre el ecosistema serverless de AWS, eligiendo cada servicio según el caso de uso, el costo y la operabilidad.
• Desarrollar DAGs de Airflow de punta a punta, con foco en idempotencia, reintentos, SLAs y manejo de fallos.
• Configurar y operar entornos MWAA: dependencias, plugins, escalado de workers y despliegues blue/green.
• Orquestar desde Airflow jobs de Glue, Lambda, ECS y Step Functions, e integrar dbt (vía Cosmos) y dlt.
• Implementar ingesta multi-fuente con dlt y Python: APIs REST y GraphQL, Microsoft Graph, Cost Explorer, SharePoint, bases de datos y archivos.
• Diseñar y mantener el data lake / lakehouse en S3 con Parquet y Apache Iceberg sobre Glue Catalog.
• Modelar datos en Snowflake y dbt por capas, con tests y documentación.
• Desarrollar procesamiento con Spark / PySpark garantizando escrituras idempotentes y particionado eficiente.
• Aprovisionar la infraestructura como código con Terraform y/o AWS CDK / CloudFormation: entornos MWAA, Glue jobs, Lambdas, buckets S3, roles IAM y permisos de Lake Formation.
• Construir y mantener pipelines de GitLab CI/CD con separación de entornos (dev / staging / prod) y despliegues controlados por rama.
• Aplicar seguridad de mínimo privilegio, gobierno de datos con Lake Formation y manejo seguro de secretos.
• Implementar observabilidad con CloudWatch (logs, métricas, alarmas) y testing de DAGs.
• Optimizar costos de la arquitectura serverless aplicando prácticas de FinOps.

Requisitos

Must-Have

• +3 años de experiencia como Data Engineer en entornos cloud productivos.

- AWS serverless (excluyente, nivel avanzado):

• Cómputo: Lambda (layers, concurrencia, timeouts, cold starts, empaquetado con contenedores), Fargate / ECS.
• Procesamiento: Glue (jobs Spark y Python Shell, Data Catalog, crawlers), Athena (particionado, optimización de costos por escaneo), EMR Serverless.
• Orquestación y eventos: Step Functions, EventBridge (reglas y schedulers), SQS, SNS.
• Almacenamiento: S3 (diseño de data lake, lifecycle, eventos), DynamoDB (modelado por patrones de acceso, índices, streams).
• Integración y APIs: API Gateway, AppSync.
• Streaming: Kinesis Data Streams / Firehose, MSK Serverless.
• Seguridad: IAM con mínimo privilegio, Lake Formation, Secrets Manager.
• Observabilidad y costos: CloudWatch, FinOps y Cost Explorer.

- Apache Airflow (excluyente, nivel avanzado):

• Arquitectura interna (scheduler, executor, workers, triggerer, metadata DB), ciclo de vida de tareas, data intervals, catchup y backfills.
• Operadores, hooks y sensores: providers de AWS, operadores custom y deferrable operators.
• TaskFlow API, XComs, dynamic task mapping, task groups y assets.
• MWAA en producción.
• Testing de DAGs, parametrización por entorno, monitoreo y alertas.

- CI/CD y control de versiones (excluyente):

• Git avanzado: rebase, merge, cherry-pick, resolución de conflictos e historial limpio.
• Estrategias de branching (GitFlow, trunk-based, feature branches) y versionado semántico.
• GitLab: merge requests, code review, protección de ramas, aprobaciones y reglas de merge.
• GitLab CI/CD: stages, jobs, runners, variables y secretos protegidos, artefactos, caché, ambientes y despliegues manuales o automáticos.

- Infraestructura como código:

• Terraform avanzado: módulos reutilizables, variables por entorno e import de recursos existentes.
• AWS CDK y/o CloudFormation: stacks, parámetros, outputs, change sets y drift detection.
• Buenas prácticas: separación de entornos, versionado, revisión del plan antes de aplicar.

- Ingeniería de datos:

• Snowflake: modelado, SQL avanzado y optimización de consultas.
• dbt: modelado por capas, tests, documentación e integración con Cosmos.
• Python para ingesta y automatización (boto3, APIs REST y GraphQL, procesamiento de archivos).
• Spark / PySpark, incluyendo conocimiento de internals.
• Parquet y Apache Iceberg sobre Glue Catalog.
• Ingesta multi-fuente con dlt.

- Agentes: experiencia con Agent Core o conocimiento de arquitecturas de agentes.

Nice-to-Have

• Docker y criterio para decidir dónde correr cargas (ECS vs. workers de Airflow).
• Criterio para elegir entre Glue y EMR como motor de procesamiento.
• Diseño de capas de proyección y consumo sobre DynamoDB para aplicaciones web.
• FinOps de datos: pipelines de costos cloud y análisis de consumo.
• Nociones de Kafka (MSK) y catalogación de topics.

¿Qué ofrecemos en Darwoft ?

• Contratación en relación de dependencia, con remuneración en ARS.
• Modalidad de trabajo remota o Mixta.
• Salarios competitivos.
• Vacaciones y licencias según legislación vigente.
• Días personales adicionales por año.
• Acceso a plataformas de capacitación.
• Tarjeta de beneficios y descuentos.
• Welcome kit.
• Programas de reintegros.
• Clases de inglés.
• Programa de referidos.
• Regalo de cumpleaños.
• Healthy Break.
• Celebraciones, aniversarios y actividades de integración.

Explore this and other opportunities at:

Originally posted on Himalayas