openqareer

Ingeniero de Datos Senior – GCP

Capital Empresarial Horizonte · Benito Juárez, CDMX

# Ingeniero de Datos Senior – GCP **Capital Empresarial Horizonte** · Benito Juárez, CDMX · `On-site` 🕒 **Статус:** *Опубликовано: 11 дней назад* · *Источник: Indeed* --- ### About the Role Capital Empresarial Horizonte Empresa Mexicana especialista en Recursos Humanos y Tecnologías de la Información solicita: Cloud Data Engineer Ingles conversacional obligatorio Trabajo en esquema hibrido en CDMX, Monterrey, Querétaro o Guadalajara Requisitos Licenciatura / Ingeniería en Sistemas, Computación, Informática, Matemáticas, Ingeniería o carrera afín, o experiencia práctica equivalente. Mínimo 3 años de experiencia en desarrollo de algoritmos y soluciones de procesamiento de datos. Al menos 3 años de experiencia trabajando con plataformas Cloud , preferentemente en proyectos orientados a clientes. Experiencia práctica desarrollando software para procesamiento de datos. Experiencia en implementación y operación de infraestructura de almacenamiento de datos. Experiencia en estrategias de migración de datos . Capacidad para analizar requerimientos complejos y convertirlos en soluciones y arquitecturas técnicas. Experiencia interactuando con stakeholders técnicos y ejecutivos. Inglés fluido — indispensable. Portugués — deseable. Tecnologías indispensables Cloud: Google Cloud Platform (GCP) Data Engineering: Python SQL PySpark Procesamiento de datos Batch y Streaming. Arquitecturas de Data Platform, Data Lake y Data Warehouse. Servicios GCP: BigQuery Dataproc Dataflow Dataplex Cloud Composer Data & Analytics: Databricks Snowflake Bases de datos relacionales: PostgreSQL SQL Server Oracle Streaming / Event Processing: Kafka Google Pub/Sub Conocimientos deseables Será considerado un plus contar con experiencia en: Scala Apache Beam Hadoop Terraform / Infrastructure as Code CI/CD y DevOps GitHub Actions GitLab Azure DevOps Jenkins Linux / Bash Máquinas virtuales GKE Kubernetes Inteligencia Artificial / Machine Learning LLMs / Generative AI MLOps Bases de datos y herramientas analíticas Se valorará experiencia con bases de datos NoSQL como: MongoDB Cassandra HBase DynamoDB Redis Google Bigtable Experiencia con herramientas de Business Intelligence: Looker Power BI Tableau QlikSense QlikView Principales responsabilidades Diseñar, desarrollar y mantener soluciones de Data Engineering escalables sobre GCP. Desarrollar procesos y algoritmos para procesamiento y transformación de datos utilizando Python, SQL y PySpark . Diseñar arquitecturas de Data Lake, Data Warehouse y Data Platforms . Implementar soluciones utilizando servicios como BigQuery, Dataproc, Dataflow, Dataplex y Cloud Composer. Diseñar e implementar procesos de procesamiento Batch y Streaming . Desarrollar pipelines de datos utilizando tecnologías como Kafka y Pub/Sub . Participar en proyectos de migración, integración y modernización de datos. Diseñar estrategias para almacenamiento, procesamiento y disponibilidad de información. Trabajar con bases de datos relacionales y NoSQL. Integrar plataformas analíticas como Databricks y Snowflake . Implementar procesos de automatización, CI/CD e infraestructura como código cuando aplique. Monitorear y optimizar procesos de datos para mejorar rendimiento, disponibilidad y costos. Participar en troubleshooting y resolución de problemas en ambientes productivos. Colaborar con equipos de Data, Cloud, DevOps, BI, Desarrollo y otras áreas técnicas. Analizar requerimientos de negocio y convertirlos en soluciones técnicas y arquitecturas de datos. Interactuar con stakeholders técnicos y ejecutivos, comunicando avances, riesgos y decisiones de arquitectura. Documentar arquitecturas, procesos, pipelines y soluciones implementadas. Participar en iniciativas de mejora continua y modernización de plataformas de datos. Ofrecemos: Horario de Oficina Esquema 100% nomina Sueldo abierto a negociación de acuerdo a experiencia Prestaciones de Ley Prestaciones superiores (SGMM familiar, SV 1 millón, Vales de despensa, 30 días de aguinaldo, PTU)

Наблюдалась 2026-09-15, впервые 2026-09-05, источник — Indeed.

Открыть у работодателя