En Acid Labs buscamos un/a Data Engineer Semi Senior que transforme datos en soluciones escalables y aporte impacto al negocio mediante plataformas modernas de datos.
Nos interesa especialmente que tengas:
- Pensamiento crítico.
- Resolución de problemas.
- Comunicación efectiva.
- Colaboración con equipos multidisciplinarios.
- Entendimiento del negocio.
- Aprendizaje continuo.
Requisitos técnicos (excluyentes):
- Experiencia al menos 2 años como Data Engineer.
- Dominio de: Google Cloud Platform (GCP), BigQuery, Dataform, Python y SQL.
- Experiencia trabajando con: Git/GitLab, CI/CD, Cloud Run, Dataflow, Pub/Sub, Cloud Storage, Terraform.
Modalidad: Santiago, Chile (excluyente residir en Santiago).
- Diseñar, desarrollar y mantener pipelines de datos robustos y escalables.
- Participar en procesos de migración y modernización utilizando Dataform.
- Trabajar estrechamente con equipos de negocio para desarrollar y validar soluciones basadas en datos.
- Implementar buenas prácticas de calidad, monitoreo y gobierno de datos.
- Colaborar en iniciativas apoyadas por herramientas de IA como Claude, GPT y servicios de IA en GCP.
En Acid Labs, hoy buscamos un/a Data Engineer Semi Senior para fortalecer la plataforma moderna de datos y acompañar el ciclo de transformación de nuestros clientes. El foco del rol es diseñar y mantener pipelines robustos y escalables, habilitando soluciones analíticas confiables sobre Google Cloud. Trabajarás en iniciativas de migración y modernización, coordinando con equipos de negocio y tecnología para transformar requerimientos en datos accionables. Además, colaborarás en iniciativas apoyadas por herramientas de IA y servicios en GCP, promoviendo calidad, monitoreo y gobierno de datos en todo el flujo.
- Experiencia adicional con gobierno de datos, métricas de calidad y estrategias de monitoreo (alertas, SLAs/SLOs).
- Experiencia integrando consumo y orquestación de datos en arquitecturas de GCP con buenas prácticas de seguridad.
- Participación en proyectos con automatización y modernización de pipelines a gran escala.
- Uso práctico de herramientas de IA (por ejemplo, GPT/Claude) para apoyar tareas de análisis, documentación o generación de insights.