Ingeniero(a) de Datos

Liderar proyectos de análisis de datos, diseñando, desarrollando, y proponer la infraestructura de datos para implementar este tipo de proyectos, validando el origen de los datos, garantizando la accesibilidad, calidad, seguridad y disponibilidad de la información. El cargo participa en la planificación e implementación de proyectos del tipo Datawarehouse, analítica avanzada, inteligencia de negocios (BI) y soluciones de inteligencia artificial (AI), colaborando con equipos técnicos y funcionales para transformar datos en información estratégica para la toma de decisiones. Arquitectura y proyectos de datos: Liderar la planificación e implementación de proyectos de Datawarehouse, Data Lake y analítica avanzada. Diseñar arquitecturas de datos escalables, seguras y orientadas a la calidad, incluyendo flujos de integración, reglas de validación y modelos de almacenamiento.Implementar metodologías modernas para automatización de procesos de datos en entornos locales y en la nube. Integración, transformación y procesamiento de datos (ETL/ELT): Diseñar, implementar y optimizar procesos de integración y transformación de datos, asegurando consistencia, trazabilidad, linaje y calidad. Automatizar pipelines de datos y monitorear métricas de rendimiento, identificando oportunidades de mejora. Analizar grandes volúmenes de datos estructurados y no estructurados para extraer información relevante que apoye decisiones estratégicas. Modelamiento de datos e inteligencia analítica: Modelar bases de datos para soluciones BI y AI (modelos en estrella, copo de nieve, particionado). Desarrollar modelos de lógica de datos y estructuras unificadas que integren múltiples fuentes. Implementar procesos OLAP y optimizar consultas para análisis institucionales. Administración de plataformas y herramientas tecnológicas: Diseñar, desarrollar y mantener software, scripts y herramientas especializadas de procesamiento de datos. Operar y monitorear la arquitectura tecnológica que soporta los sistemas de datos institucionales. Aplicar estándares, mejores prácticas y normas técnicas de ingeniería de datos. Gobernanza, seguridad y calidad de datos: Implementar políticas de acceso, seguridad y protección de datos, incluyendo mecanismos de control, encriptación y autenticación. Gestionar mecanismos de trazabilidad, linaje automatizado y observabilidad de datos. Identificar riesgos operacionales, regulatorios y de cumplimiento asociados a datos e implementar controles preventivos. Documentación, innovación y soporte técnico: Mantener documentación actualizada de procesos, instructivos e informes de operación.- Participar en pruebas de concepto (PoC) de nuevas tecnologías. Proporcionar asesoría técnica al equipo y apoyo especializado a áreas internas.Identificar necesidades técnicas y proponer mejoras en procesos y plataformas. Título profesional de una carrera de, a lo menos, 10 semestres de duración y 2 años de experiencia profesional, como mínimo,Título profesional de una carrera de, a lo menos, 8 semestres de duración y 5 años de experiencia profesional, como mínimo. REQUISITOS DESEABLES: Título Profesional de Ingeniero Civil o Ejecución en Computación e Informática u otros títulos profesionales atingentes a tecnologías de la Información.Deseable magíster, diplomado o curso relacionado con Administración de Bases de Datos, Ciencia de Datos, big data, machine learning, datalake, analítica de datos, Ingeniería de la Información, o inteligencia artificial. ESPECIALIZACIÓN Y CONOCIMIENTOSArquitectura y Modelamiento de Datos Diseño de arquitecturas de datos para Datawarehouse, Data Lake y Lakehouse. Modelamiento dimensional y estructuración de datos para BI, analítica avanzada y ML. Manejo de modelos en estrella, copo de nieve, particionamiento y almacenamiento columnar.Integración y Procesamiento de Datos (ETL/ELT)Desarrollo y automatización de pipelines de datos (ETL/ELT) en entornos on-premise y cloud. Uso de herramientas como AWS Glue, Airflow, dbt u otras tecnologías de integración.Aplicación de prácticas de calidad de datos, validación, linaje y trazabilidad. Analítica y Machine Learning Conocimientos en preparación de datos, modelos predictivos y soporte a ciclos MLOps. Manejo de Python para análisis y modelado (Pandas, NumPy, Scikit-learn). Bases de Datos y Rendimiento Dominio avanzado de SQL y optimización de consultas. Experiencia principalmente con PostgreSQL. Diseño de estructuras eficientes para analítica y consultas de alto rendimiento. Cloud, Automatización y DevOps Experiencia con servicios de datos en AWS (RDS, Redshift, S3, Athena). Conocimientos en contenedores (Docker), orquestación (Kubernetes) y CI/CD. Deseable experiencia en Big Data (Spark, Kafka) e infraestructura como código. Seguridad y Gobernanza. Gestión de accesos, encriptación y auditoría de datos (RBAC, MFA, KMS). Conocimientos en gobernanza, metadatos y buenas prácticas de manejo responsable de información. BI y VisualizaciónExpe