Ingeniero de datos junior

Ingeniero de datos junior
Título profesional: Ingeniero de datos junior
Tipo de trabajo: tiempo completo
Disposición del trabajo: remoto/híbrido/in situ
Nivel de experiencia: nivel inicial hasta inicio de carrera (0 a 3 años)
Rango salarial: $75,000–$115,000 por año
Ubicaciones de trabajo: Seattle, WA | Austin, Texas | Dallas, Texas | Nueva York, Nueva York | Atlanta, Georgia
Requisito de ubicación del candidato: Debe residir actualmente en los Estados Unidos.
Acerca del rol
Buscamos un ingeniero de datos junior motivado y orientado a los detalles para unirse a nuestro equipo de ingeniería de datos. El candidato ideal tendrá conocimientos básicos de Python, SQL, procesos ETL y Apache Spark, y tendrá un gran interés en crear canales de datos fiables y escalables.
En este rol, ayudará a desarrollar y mantener flujos de trabajo de ingesta de datos, transformar datos sin procesar en conjuntos de datos utilizables y respaldar iniciativas de integración de datos. Colaborará con ingenieros de datos, analistas de datos, científicos de datos y otros equipos técnicos para garantizar que los datos sean precisos, accesibles y estén listos para informes y análisis.
Esta oportunidad es ideal para recién graduados y profesionales que inician su carrera que desean desarrollar sus habilidades en ingeniería de datos, procesamiento de big data y plataformas de datos modernas.
Requisito de elegibilidad: los solicitantes deben residir actualmente en los Estados Unidos. El trabajo remoto está disponible solo cuando lo permitan los requisitos de empleo y nómina del empleador.
Responsabilidades clave

• Desarrollar, probar y mantener canales de datos utilizando Python y SQL.

• Ayudar a crear y gestionar flujos de trabajo ETL (Extraer, Transformar, Cargar).

• Extraiga datos de bases de datos, API, archivos y otros sistemas fuente.

• Limpiar, transformar, validar y cargar datos en los sistemas de destino.

• Utilice Apache Spark para procesamiento de datos distribuidos y transformaciones de datos a gran escala.

• Escriba consultas SQL eficientes para recuperar, unir, agregar y manipular conjuntos de datos.

• Supervisar las canalizaciones de datos y solucionar fallos, problemas de rendimiento y problemas de calidad de los datos.

• Apoyar el desarrollo de flujos de trabajo de procesamiento por lotes y, cuando corresponda, de transmisión de datos.

• Implementar controles de validación de datos para mantener la precisión y coherencia de los datos.

• Colaborar con equipos de análisis e inteligencia empresarial para respaldar los requisitos analíticos y de informes.

• Documentar la lógica del proceso, las fuentes de datos, las transformaciones y los procedimientos técnicos.

• Siga los estándares de codificación, las prácticas de control de versiones y las pautas de seguridad de datos.

• Participar en revisiones de código, pruebas e iniciativas de mejora continua.

Calificaciones requeridas

• Licenciatura en Ciencias de la Computación, Tecnología de la Información, Ingeniería de Datos, Ingeniería de Software o un campo relacionado, o experiencia práctica equivalente.

• 0 a 3 años de experiencia en ingeniería de datos, desarrollo de software, análisis de datos o un campo técnico relacionado.

• Conocimiento práctico de Python para secuencias de comandos, procesamiento de datos y automatización.

• Dominio de SQL, incluidas uniones, agregaciones, subconsultas y manipulación de datos.

• Comprensión de los conceptos ETL/ELT y desarrollo de canales de datos.

• Conocimiento básico de Apache Spark y procesamiento de datos distribuidos.

• Conocimiento de bases de datos relacionales y fundamentos del modelado de datos.

• Comprensión de las técnicas de limpieza, validación y transformación de datos.

• Familiaridad con Git u otras herramientas de control de versiones.

• Fuertes habilidades de pensamiento analítico, resolución de problemas y depuración.

• Buenas habilidades de comunicación verbal y escrita.

• Debe residir actualmente en los Estados Unidos.

Calificaciones preferidas

• Exposición a PySpark para transformaciones de datos a gran escala.

• Familiaridad con plataformas en la nube como AWS, Microsoft Azure o Google Cloud Platform.

• Conocimientos básicos de almacenes de datos como Snowflake, Amazon Redshift o Google BigQuery.

• Comprensión de las arquitecturas de lagos de datos y casas de lagos.

• Familiaridad con herramientas de orquestación de flujo de trabajo como Apache Airflow.

• Exposición a Docker, CI/CD o pruebas automatizadas.

• Comprensión del procesamiento por lotes, cargas incrementales y programación de canales de datos.

• Familiaridad con el modelado dimensional y el diseño de almacenes de datos.

• Proyectos académicos, pasantías o proyectos personales que involucren canalizaciones de datos o tecnologías de big data.

Habilidades técnicas
Categoría de habilidadesHabilidades requeridas/preferidasProgramaciónPythonConsulta de bases de datosSQLIntegración de datosCanalizaciones ETL/ELTProcesamiento de big dataApache Spark, PySpark básicoBases de datosConceptos de bases de datos relacionalesControl de versionesGit, GitHub o GitLabPlataformas en la nubeAWS, Azure o Google Cloud: preferidoAlmacenamiento de datosSnowflake, Redshift o BigQuery: preferidoOrquestación de flujo de trabajoApache Airflow: preferidoCore CompetenciasDepuración, calidad de datos, resolución de problemas.
Salario y beneficios

• Salario base anual: $75 000–$115 000 USD.

• Empleo a tiempo completo.

• Modalidades de trabajo remoto, híbrido o presencial, según el puesto.

• Los beneficios potenciales pueden incluir seguro médico, planes de jubilación, tiempo libre remunerado y oportunidades de desarrollo profesional, según el empleador.

• Oportunidades para desarrollar habilidades en ingeniería de datos en la nube, computación distribuida y arquitectura de datos escalable.

El rango salarial es indicativo y no una oferta verificada. La compensación real puede variar según el empleador, la experiencia, la ubicación y los requisitos del puesto.
Lugares de trabajo
Es posible que haya oportunidades disponibles en los siguientes mercados de EE. UU.:

•Seattle, Washington

•Austin, Texas
•Dallas, Texas

• Nueva York, Nueva York

•Atlanta, Georgia

Requisitos de trabajo remoto

• Los candidatos deben residir actualmente en los Estados Unidos.

• Los solicitantes deben ser elegibles para trabajar en los Estados Unidos según los requisitos de contratación aplicables del empleador.

• El empleo remoto está sujeto a la elegibilidad de nómina y a las políticas de la empresa específicas del estado.

• Algunos puestos pueden requerir asistencia ocasional a la oficina o colaboración durante el horario comercial de EE. UU....

Fuente: Himalaya (https://himalayas.app/companies/edgeq-technologies-private-limited/jobs/junior-data-engineer?utm_source=api)