Data Engineer Semi Senior| Microsoft Fabric
Semi-senior data engineer at Indra Minsait building end-to-end data solutions on Microsoft Fabric: ingesting data from AWS, Azure, Google Cloud, Oracle and on-prem sources with Python/PySpark, building pipelines and stored procedures in Fabric Warehouse, designing dimensional models and Power BI reports, and deploying via GitHub Actions.
- Compensation
- Not disclosed
- Location
- Peru
- Work setup
- Hybrid
- Seniority
- Middle
- Employment
- Not specified
- Experience
- Not specified
- Category
- Data engineering
- Posted
Skills
Must have
- Degree in Systems Engineering, Software Engineering, Informatics or related field, with specialization or experience in Data Engineering
- Minimum 3 years of experience in data engineering
- Hands-on experience with Microsoft Fabric, including at least one project implemented in production
- Solid knowledge of Python and PySpark, working with notebooks
- Experience developing data pipelines and stored procedures in Fabric Warehouse
- Experience in dimensional modeling and building Power BI reports
- Knowledge of GitHub Actions for deploying data components
- Analytical skills, continuous improvement orientation and good development practices
- Assertive communication, collaboration and experience with agile methodologies
Nice to have
- Ability to propose improvements and participate across the full data solution lifecycle, from extraction to production
Full description
¡En Indra Minsait buscamos un/a Data Engineer Semi Senior con experiencia en Microsoft Fabric!¿Te apasiona la ingeniería de datos, la integración de plataformas cloud y la construcción de soluciones que convierten los datos en información de valor para el negocio? ¡Esta oportunidad puede ser para ti!Buscamos un/a profesional que quiera asumir el reto de desarrollar e implementar soluciones de datos en Microsoft Fabric, desde la ingesta y transformación hasta el modelado y la visualización de información.
¿Cuáles serán tus principales responsabilidades?
- Desarrollar soluciones de extracción e integración de datos desde plataformas cloud como AWS, Azure, Google Cloud y Oracle, así como entornos on-premise, utilizando Python, API y CLI.
- Implementar procesos de ingesta, transformación y procesamiento de datos en Microsoft Fabric.
- Desarrollar notebooks con Python y PySpark, aplicando buenas prácticas de programación.
- Construir pipelines de datos y procedimientos almacenados en Fabric Warehouse.
- Implementar mecanismos de control y seguimiento de la ejecución de los procesos de datos.
- Diseñar modelos de datos dimensionales orientados al consumo de dashboards e indicadores de negocio.
- Diseñar y desarrollar reportes en Power BI, considerando la personalización visual y la experiencia de interacción del usuario.
- Elaborar pruebas funcionales para validar los componentes desarrollados.
- Implementar pipelines de despliegue de componentes de Microsoft Fabric mediante GitHub Actions.
- Participar en la implementación y puesta en producción de soluciones de datos, identificando oportunidades de mejora.
¿Qué buscamos en ti?
- Profesional de Ingeniería de Sistemas, Ingeniería de Software, Informática o carreras afines, con especialización o experiencia en Ingeniería de Datos.
- Mínimo 3 años de experiencia en ingeniería de datos.
- Experiencia práctica en Microsoft Fabric, incluyendo un proyecto implementado hasta ambiente productivo.
- Conocimientos sólidos de Python y PySpark, trabajando con notebooks.
- Experiencia desarrollando pipelines de datos y procedimientos almacenados en Fabric Warehouse.
- Experiencia en modelado dimensional y construcción de reportes en Power BI.
- Conocimientos de GitHub Actions para el despliegue de componentes de datos.
- Capacidad analítica, orientación a la mejora continua y buenas prácticas de desarrollo.
- Comunicación asertiva, colaboración y experiencia trabajando con metodologías ágiles.
¿Qué valoramos?
Tu capacidad para proponer mejoras, trabajar colaborativamente y participar en todo el ciclo de vida de una solución de datos, desde la extracción hasta su puesta en producción.