Formación complementaria.

-Ingeniero de Sistemas / Ciencias Computacionales  /Ingenieria Electronica / Ingeniería Industrial

-Posgrado: Ingenieria de Datos / Big Data / Business Intelligence / Inteligencia Artificial

Maestria deseable

Conocimientos Técnicos.

• Conocimiento avanzado de ETL / ELT
• Conocimiento avanzado en la construcción y / o extracción de datos
• Conocimiento de bases de datos relacionales y no relacionales
• habilidades técnicas con data-pipelines y otras tecnologías de big data,
• Conocimientos en Diseño
• Modelamiento y arquitectura de datos
• Conocimiento avanzado de alguno de los lenguajes Python, Java o C++
• Certification en Big data o en Procesamiento de datos con herramientas en nube (GCP, AWS, Azure) o AWS Solution Architect - Associate
•  Conocimientos sólidos en Google Cloud Platform (GCP)
  
• ÁREA : Data Warehouse    - HERRAMIENTA: BigQuery (SQL Avanzado + ML)
• ÁREA : ETL/ELT                 - HERRAMIENTA: Dataflow, dbt (Data Build Tool) 
• ÁREA : Orquestación         - HERRAMIENTA:  Cloud Composer - Cloud Data fusion
• ÁREA :  Gobernanza          - HERRAMIENTA:  Dataplex / Cloud IAM 
• ÁREA :  Soft Skill               - HERRAMIENTA:  Gobernanza y ética, visión de negocio y DataOps 

Experiencia Laboral Específica.

 -5 Años -Experiencia en el diseño detallado y construcción de repositorios de datos empresariales (EDW, Data Lakes) con tecnologías en nube desde el inicio hasta el soporte de producción.  Experiencia en la creacion y operacion de data-pipelines estables y escalables que limpien, estructuren, integren y cataloguen conjuntos de datos grandes dispares en un formato legible y accesible por las aplicaciones analíticas y operativas que los requieran

Roles y Responsabilidades del cargo (A).

1. Liderar conversaciones técnicas con las gerencias corporativas para comprender los requisitos de información e implementar soluciones de datos empresariales, trabajando con los gerentes de productos, los equipos de dba y los equipos de ingeniería para crear flujos de orquestación, transformación e informes de datos escalables que puedan capturar y preparar una gran cantidad de transacciones para los informes de los clientes, desarrollar un marco de trabajo que garantice la entrega de datos de alta calidad a las partes interesadas (data analisis, reporting, bi).
2. Crear y operar data-pipelines estables y escalables que limpien, estructuren e integren conjuntos de datos grandes dispares en un formato legible y accesible para informes de cara al usuario final y análisis ad-hoc, trabajando con el equipo de ciencia de datos y el arquitecto de bi para desarrollar la infraestructura etl/elt e implementar las mejores prácticas para mantener data-pipelines, crear servicios de entrega de datos que apoyen las aplicaciones operativas y analíticas críticas para nuestras operaciones, clientes y socios.
3. Liderar el diseño, modelamiento e implementación de repositorios de información para satisfacer las necesidades de datos e información de la compañía, desarrollando almacenes / repositorios de datos para satisfacer las solicitudes de datos ad-hoc de los clientes, así como preparar conjuntos de datos curados generales que pueden ser utilizados por múltiples departamentos para la integración de datos de autoservicio y casos de uso de bi / analítica, implementar plataformas de datos y soluciones de análisis empresarial para resolver las necesidades de análisis e informes basados ​​en datos a nivel corporativo.