Objetivo del rol
diseñar y evolucionar la arquitectura de datos end-to-end — ingestión, procesamiento, modelado y consumo — para habilitar reporting confiable, analítica y consumo por llms a escala.
responsabilidades
diseñar y evolucionar la arquitectura de datos end-to-end
definir criterios y estándares para la construcción de datasets reutilizables
construir capas que habiliten reporting confiable y consumo por llms
diseñar modelado de datos alineado a necesidades de negocio
optimizar performance y costos sobre servicios aws
identificar y corregir problemas de escalabilidad en pipelines, storage y queries
colaborar en la construcción de pipelines (airflow, py spark, glue)
participar en decisiones de arquitectura e ingeniería de datos
analizar problemas de calidad de datos, consistencia y trazabilidad
contribuir a la evolución del stack evaluando trade-offs reales
stack
capa tecnologías – procesamiento: python / py spark; orquestación: airflow, aws glue; storage: s3, metadata formats delta / iceberg; bases de datos: aurora rds, athena, redshift; consumo: power bi, llms / agents.
perfil requerido
experiencia diseñando pipelines y arquitecturas de datos en producción
experiencia con modelado de datos para analítica
experiencia con grandes volúmenes de datos (batch y/o near real-time)
procesamiento distribuido (spark / py spark)
conocimiento de data lakes y capas de metadatos (delta, iceberg, hudi)
experiencia con orquestación (airflow o similares)
buen entendimiento de performance en bases olap y oltp
familiaridad con el ecosistema aws
inglés técnico
plus
familiaridad con arquitecturas orientadas a eventos o streaming.
cómo trabajas
pensamiento sistémico — entiendes el sistema completo, no solo piezas aisladas
criterio técnico — tomas decisiones con trade-offs claros
ownership — tomas problemas abiertos y los llevas a solución concreta
pragmatismo — sabes cuándo estandarizar y cuándo resolver veloz
comunicación clara — explicas decisiones técnicas y sus implicaciones
orientación a negocio — entiendes que el valor está en cómo se usan los datos, no solo en cómo se procesan
forma de trabajo
ciclos iterativos, orientados a problemas reales — no solo a tickets
discusión técnica y refinamiento en equipo como parte del día a día
criterio para priorizar entre deuda técnica, nuevas necesidades y evolución del sistema
el equipo
serás parte de un equipo de datos de ~5 personas.
tu rol es elevar la calidad técnica del equipo y ayudar a que las decisiones de arquitectura escalen en el tiempo.
trabajarás de forma cercana con líderes técnicos, producto y otras áreas.
lo que ofrecemos
equipo técnico pequeño y de alto nivel
problemas reales de escala - no casos de laboratorio
espacio para influir en decisiones de arquitectura desde el día uno
stack moderno con llms y agents como ciudadanos de primera clase
esquema híbrido en monterrey, nl
sin burocracia, con foco absoluto en ejecución
#j-*-ljbffr