Data Architect Sr
Senior Data Architect (4+ yrs) to lead an insurance client's data platform modernization, migrating from SQL Server/SSIS/SSAS to a cloud/lakehouse/DWH architecture (client has AWS, target stack open). Defines target architecture, migration phases, governance standards, and mentors a Data Engineer. 100% remote from any country on Argentina hours, paid in USD.
- Compensation
- Not disclosed
- Location
- Not listed
- Work setup
- Remote
- Seniority
- Senior
- Employment
- Full time
- Experience
- Not specified
- Category
- Architecture
- Posted
Skills
Must have
- 4+ years of experience in data, hands-on, not only conceptual architecture
- Solid experience with SQL Server and SSIS
- Proven experience migrating data from on-prem to cloud
- Productive Python
- Productive Airflow
- Solid dimensional modeling, especially Kimball
- Understanding of OBT (One Big Table) and when to use it
- Experience with a modern cloud data warehouse: Redshift, Snowflake, BigQuery or Synapse
- Knowledge/experience in lakehouse architecture: Databricks, Delta Lake or Iceberg
- Design of scalable and observable pipelines
- Data governance fundamentals: quality, lineage and catalog
- Cloud security: IAM, encryption and RBAC
- Able to work with non-technical stakeholders and translate business needs into data solutions
- Able to make decisions under uncertainty and justify trade-offs
- Availability to work 100% remote on Argentina hours
Nice to have
- Hands-on AWS: S3, Glue, Redshift, Athena, EMR, Lake Formation
- Have designed pipelines for churn models: feature engineering, training, scoring and monitoring
- dbt
- DataOps / CI-CD for data: Git, Terraform, pipeline testing
- Streaming / event-driven: Kafka or Kinesis
- AWS, Azure or GCP data certifications
- Experience replacing or modernizing SSAS / semantic layer
- Data governance experience with catalogs, lineage and quality standards
- Technical reading English (not mandatory)
Full description
Arquitecto de Datos Senior
Modalidad: 100% remoto (cualquier país), trabajando en horario Argentina (ART) | Seniority: Senior (4+ años)**
Contexto del rol**
Buscamos un Arquitecto de Datos Senior para liderar la evolución de una plataforma de datos actualmente
basada en SQL Server + SSIS + SSAS hacia una arquitectura moderna en cloud. El perfil deberá definir la
arquitectura target, planificar la migración por fases, establecer estándares técnicos y guiar al Data Engineer,
sosteniendo en paralelo las necesidades analíticas actuales del cliente: reporting, modelos de churn y
segmentación.
El stack target todavía no está cerrado. El cliente cuenta con infraestructura AWS, pero se busca un perfil con
criterio agnóstico, capaz de evaluar alternativas y recomendar la mejor arquitectura para el caso de negocio.
- Industria: aseguradora. Proyecto de modernización de plataforma de datos y migración progresiva desde stack
legacy on-prem hacia cloud/lakehouse/DWH moderno.
Responsabilidades principales
- Diseñar la arquitectura target del data platform: ingesta, almacenamiento, transformación, serving y
gobierno.
- Definir el camino de migración desde SQL Server / SSIS / SSAS hacia tecnología cloud, combinando
lakehouse y DWH cuando corresponda.
- Establecer estándares de modelado, calidad, lineage y gobierno de datos.
- Diseñar patrones reutilizables de pipelines y orquestación.
- Definir estrategia de reemplazo o evolución del semantic layer de SSAS, incluyendo cubos tabulares / MDX, en el nuevo stack.
- Trabajar con stakeholders del cliente, traduciendo necesidades de negocio a soluciones técnicas.
- Mentorear al Data Engineer y revisar implementaciones.
- Habilitar casos de uso analíticos avanzados como modelos de churn, segmentación y reporting.
- Evaluar alternativas tecnológicas con criterio agnóstico, considerando que el stack target aún no está cerrado.
- Balancear evolución cloud con convivencia temporal del stack legacy.
Requisitos (must-have)
- 4+ años de experiencia en data, con experiencia hands-on y no únicamente arquitectura conceptual.
- Experiencia sólida con SQL Server y SSIS para convivir con el stack legacy del cliente.
- Experiencia comprobable en migraciones de datos desde on-prem hacia cloud.
- Python productivo.
- Airflow productivo.
- Modelado dimensional sólido, especialmente Kimball.
- Entendimiento de OBT (One Big Table) y criterios de uso.