ANALISTA DE INGENIERIA DE DATOS COE – OFICINA NACIONAL CENTRO DIGITAL NUEVO
Objetivo del Cargo
Construir y dar soporte a soluciones de datos en entornos on-premise y cloud, siguiendo los lineamientos definidos por Líder de Célula Data. Asegurar la operación diaria, el despliegue de dominios de información y productos de datos en el Data Lake, la consistencia, calidad e integridad de los datos.
Principales Funciones
– Diseñar, construir, probar y mantener arquitecturas de datos, dominios de datos y productos de datos, de acuerdo con las necesidades del negocio, en los entornos cloud y on-premise.
– Identificar formas de optimizar la confiabilidad, eficiencia y calidad de los datos y asegurar la implementación del linaje y catálogo de datos.
– Modelar, construir, validar y mantener soluciones BI, asegurando eficiencia y oportunidad en su generación.
– Implementar procesos de data quality y validación.
– Ejecutar controles y validar la calidad y consistencia de datos, monitorear pipelines y detectar incidencias.
– Mantener actualizado el catálogo de productos de datos y sincronizar con Unity Catalog de Databricks.
Perfil Profesional y Experiencia
– Titulado en Informática, Ingeniería de Sistemas, Ciencias de la Computación o campos afines al cargo.
– Experiencia mínima de 2 años en desarrollo de procesos ETL/ELT y en gestión de bases de datos relacionales y no relacionales (Oracle, SQL Server, Postgres, MySQL, Mongo DB), Data Lake y Data Warehouse.
– Experiencia mínima de 1 año en desarrollo de proyectos de datos sobre nubes públicas (Microsoft Azure, AWS o Google Cloud Platform) y manejo de herramientas de Integración y Despliegue Continuo en Producción (CI/CD).
Conocimientos
– Marcos de trabajo ágiles como SCRUM, Design Thinking, DataOps, entre otras, y tecnologías Big Data distribuidas como Apache Hadoop, Apache Spark, Hive, etc.
– Business Intelligence y uso de plataformas de analítica (Power BI, Tableau o similares).
– Azure Databricks, Azure Data Factory, Azure DevOps, Azure Synapse.
– Se valorará conocimiento en máquinas virtuales, Docker, Kubernetes, entre otras tecnologías de virtualización.
– Se valorará conocimiento en tecnologías de streaming como Kafka, Storm, Spark Streaming, etc.
– Se valorará conocimiento en librerías de Deep Learning como TensorFlow o PyTorch.
– Se valorará conocimiento en modelos de Ciencia de Datos, Machine Learning y Deep Learning.
Competencias
– Orientación al Logro con Calidad
– Adaptabilidad Digital
– Trabajo en Equipo
– Gestión del Cambio
