LaPieza
Data Engineer
Data Engineer at LaPieza, a Mexican SaaS provider of payroll and HR administration. Builds and maintains ETL/ELT pipelines and medallion-style data layers (raw, staging, marts) in Snowflake with dbt, Airbyte, and Airflow/Prefect, adding automated data-quality checks to feed internal BI teams and client-facing data products.
- Compensation
- Not disclosed
- Location
- Mexico
- Work setup
- Not specified
- Seniority
- Not specified
- Employment
- Not specified
- Experience
- Not specified
- Category
- Data engineering
- Posted
Skills
Must have
- Minimum 3 years of experience in data engineering
- Solid Python for production pipelines, with clear and maintainable code
- Production experience with a cloud data warehouse (Snowflake, BigQuery or Redshift)
- Production experience with dbt (minimum 6 months): models, tests, documentation and versioning
- Experience building and operating production pipelines with ingestion/orchestration tools like Airbyte, Airflow, Prefect or Dagster
- Production experience with a cloud provider (GCP, AWS or Azure)
- Advanced SQL, relational and dimensional modeling
- CI/CD for data: Git, automated testing and validations
- Experience with Kafka or event-driven/streaming architectures
- Experience collaborating with BI teams defining metrics or semantic models
Full description
Somos una empresa SaaS líder en administración de nómina y recursos humanos en México, y estamos migrando nuestra arquitectura de datos a un esquema por capas (medallion) mientras lanzamos un nuevo producto. Buscamos a un Data Engineer hands‑on que construya y mantenga la capa de datos que alimenta a los equipos internos y a los productos de nuestros clientes.
Lo que harás
- Construir y mantener pipelines ETL/ELT confiables, monitoreados y documentados (Airbyte, Snowflake, Airflow/Prefect).
- Desarrollar y mantener modelos analíticos en Snowflake con dbt, con estructura por capas (raw, staging, marts).
- Optimizar modelos existentes
- Implementar validaciones automatizadas de calidad de datos
- Crear vistas, data marts y transformaciones que alimentan los productos de datos, garantizando que los datos sean correctos, completos y estén disponibles.
Lo que necesitas
- Mínimo 3 años de experiencia en ingeniería de datos.
- Python sólido para desarrollo de pipelines en producción, con código claro y mantenible.
- Experiencia en producción con un data warehouse cloud (Snowflake, BigQuery o Redshift).
- Experiencia en producción con dbt (mínimo 6 meses): modelos, tests, documentación y versionamiento.
- Experiencia construyendo y operando pipelines productivos con herramientas de ingestión y orquestación como Airbyte, Airflow, Prefect o Dagster.
- Experiencia en producción en alguna nube (GCP, AWS o Azure).
- SQL avanzado, modelado relacional y dimensional.
- CI/CD para datos: Git, testing automatizado y validaciones.
- Experiencia con Kafka o arquitecturas event-driven / streaming.
- Experiencia colaborando con equipos de BI en la definición de métricas o modelos semánticos.