Data Engineer (Databrick/SQL/Python)

Buscamos un/a Data Engineer con mínimo 5 años de experiencia en el cargo y con experiencia en el rubro financiero . En 42Labs valoramos la calidad técnica, la comunicación clara y la capacidad de resolver problemas con criterio.

Experiencia y habilidades técnicas

• Experiencia comprobable en Databricks para desarrollo y operación de pipelines de datos.
• Dominio de SQL para modelado, transformaciones y optimización de consultas.
• Experiencia con Python para ETL/ELT, automatización y desarrollo de componentes de datos.
• Experiencia trabajando con datos en entornos financieros (manejo de reglas de negocio, trazabilidad, confiabilidad y/o exigencias de calidad).
• Capacidad para diseñar pipelines robustos: escalabilidad, manejo de errores, versionamiento y mantenibilidad.

Habilidades y traits (soft skills)

• Colaboración : buscamos gente que sepa trabajar con equipos multifuncionales y recibir/entregar feedback.
• Transparencia : comunicamos avances, riesgos y decisiones de forma clara.
• Orientación a la calidad : pensamos en pruebas, monitoreo y calidad de datos como parte del producto.
• Autonomía : te damos espacio para proponer mejoras y tomar responsabilidad por los resultados.
• Aprendizaje continuo : te interesa perfeccionar prácticas y mantenerte al día.

Si te motivan los datos con impacto y te gusta construir soluciones sólidas, nos encantaría conocerte.

En 42Labs, como Data Engineer , nuestro objetivo es que los datos fluyan con confiabilidad y velocidad para habilitar analítica y operaciones de negocio.

• Diseñar, construir y mantener pipelines de datos (batch y/o near real-time) para extracción, transformación y carga.
• Desarrollar y optimizar modelos de datos usando SQL, asegurando consistencia semántica, performance y escalabilidad.
• Implementar integraciones con Databricks para orquestación y procesamiento de datos, siguiendo buenas prácticas de ingeniería.
• Crear transformaciones y utilidades con Python (ETL/ELT, validaciones, automatización y tooling).
• Construir quality gates y controles de calidad (validaciones, monitoreo, tolerancia a fallas) para garantizar datos confiables.
• Colaborar con equipos multidisciplinarios para entender requerimientos, traducirlos a especificaciones técnicas y asegurar la entrega.
• Monitorear y mejorar continuamente la operación: performance de queries, estabilidad de pipelines y troubleshooting.

Trabajamos en un ambiente de colaboración y autonomía , con feedback constante, para que puedas crecer técnicamente y también en tu forma de liderar el impacto.

• Experiencia adicional con orquestación de pipelines (por ejemplo, integraciones con herramientas de scheduling/servicios de flujo de trabajo).
• Conocimiento en prácticas de observabilidad (monitoreo, alertas, trazabilidad de ejecuciones) y gestión de incidencias.
• Experiencia en diseño de capas de datos (por ejemplo, modelado por niveles y/o buenas prácticas para consumo por analítica/BI).