Ingeniero de Datos AWS | SQL y QuickSight
Hace 7 días
Santiago, Santiago Metropolitan Region, Chile
KPaz
Jornada completa
Gratis con email o Google
Guarda esta oferta y sigue tu búsqueda
Crea una cuenta gratis para guardar empleos, crear alertas y volver a esta oferta desde tu panel.
Gratis con email o Google
Al continuar, aceptas nuestros Términos & Política de Privacidad.
Convierte datos en información estratégica y participa en la modernización de soluciones de datos en la nube
En KPaz buscamos un/a Ingeniero/a de Datos AWS para integrarse a un proyecto de modernización tecnológica de uno de nuestros importantes clientes del sector bancario. Participarás en la migración e integración de datos desde entornos tradicionales hacia AWS, desarrollando procesos de transformación de información y soluciones de reportería mediante Amazon QuickSight.
Modalidad: Híbrida, con asistencia presencial de al menos 3 días por semana en la comuna de Las Condes, Santiago de Chile. Posición disponible para residentes en Chile.
Qué Harás
• Participar en la migración de datos desde entornos on-premise hacia AWS.
• Diseñar, desarrollar y mantener procesos ETL/ELT para la integración y transformación de información.
• Implementar y optimizar pipelines de datos utilizando servicios AWS.
• Integrar múltiples fuentes de datos, incluyendo bases de datos SQL.
• Diseñar y optimizar modelos de datos y consultas para su explotación analítica.
• Desarrollar dashboards y soluciones de reportería mediante Amazon QuickSight.
• Automatizar procesos de procesamiento, validación y distribución de información.
• Asegurar la calidad, integridad y trazabilidad de los datos. Lo que te ofrecemos
• Seguro de vida
• Seguro complementario de salud
• Reajuste IPC (semestral)
• Programa de referidos (clientes y candidatos)
• Programa de capacitación en alianza con Platzi
• Plan de carrera y movilidad interna
• Día libre por cumpleaños
• Regalos por nacimiento o matrimonio Requisitos mínimos Requisitos
• Al menos 3 años de experiencia en ingeniería de datos.
• Experiencia en diseño y desarrollo de procesos ETL/ELT.
• Dominio avanzado de SQL y modelamiento de datos.
• Experiencia práctica con servicios de datos AWS, especialmente S3, Athena y/o Glue.
• Conocimientos de Python para procesamiento y automatización de datos.
• Experiencia integrando múltiples fuentes de información. Deseable
• Experiencia desarrollando dashboards con Amazon QuickSight.
• Participación en proyectos de migración de datos desde entornos on-premise hacia AWS.
• Conocimientos de PySpark para procesamiento de grandes volúmenes de datos.
• Experiencia con Amazon Redshift o Aurora PostgreSQL.
• Participar en la migración de datos desde entornos on-premise hacia AWS.
• Diseñar, desarrollar y mantener procesos ETL/ELT para la integración y transformación de información.
• Implementar y optimizar pipelines de datos utilizando servicios AWS.
• Integrar múltiples fuentes de datos, incluyendo bases de datos SQL.
• Diseñar y optimizar modelos de datos y consultas para su explotación analítica.
• Desarrollar dashboards y soluciones de reportería mediante Amazon QuickSight.
• Automatizar procesos de procesamiento, validación y distribución de información.
• Asegurar la calidad, integridad y trazabilidad de los datos. Lo que te ofrecemos
• Seguro de vida
• Seguro complementario de salud
• Reajuste IPC (semestral)
• Programa de referidos (clientes y candidatos)
• Programa de capacitación en alianza con Platzi
• Plan de carrera y movilidad interna
• Día libre por cumpleaños
• Regalos por nacimiento o matrimonio Requisitos mínimos Requisitos
• Al menos 3 años de experiencia en ingeniería de datos.
• Experiencia en diseño y desarrollo de procesos ETL/ELT.
• Dominio avanzado de SQL y modelamiento de datos.
• Experiencia práctica con servicios de datos AWS, especialmente S3, Athena y/o Glue.
• Conocimientos de Python para procesamiento y automatización de datos.
• Experiencia integrando múltiples fuentes de información. Deseable
• Experiencia desarrollando dashboards con Amazon QuickSight.
• Participación en proyectos de migración de datos desde entornos on-premise hacia AWS.
• Conocimientos de PySpark para procesamiento de grandes volúmenes de datos.
• Experiencia con Amazon Redshift o Aurora PostgreSQL.