itsmconsulting
Data Engineering
Senior data engineering role focused on designing, building, and optimizing data integration and transformation pipelines for analytical consumption, working with regional teams. Core stack is SQL Server/T-SQL, Python, MongoDB, Redis, and Kafka, with Azure DevOps tooling and desirable exposure to Databricks, Spark, and Azure cloud.
- Compensation
- Not disclosed
- Location
- Lima, Lima, Peru
- Work setup
- Remote
- Seniority
- Not specified
- Employment
- Not specified
- Experience
- Not specified
- Category
- Data engineering
- Posted
Skills
Must have
- 5+ years of experience in Data Engineering, data-oriented Backend Engineering, or similar roles
- Solid experience with SQL Server and T-SQL
- Developing queries, stored procedures, and transformation processes in SQL Server
- Query optimization and performance tuning
- Handling large volumes of data
- Solid experience in data modeling and designing information structures
- Knowledge of domain-oriented data architectures
- Experience designing and developing production data pipelines and integration processes considering performance, scalability, availability, and quality
- Experience with Change Data Capture (CDC) and incremental change processing
- Experience with NoSQL technologies, especially MongoDB
- Knowledge or experience with Redis
- Experience with real-time or streaming data processing architectures, ideally Apache Kafka
- Mastery of Python applied to data solutions and processes
- Experience with Azure DevOps, including Boards and backlog management
- Experience using Git in collaborative environments
- Experience working under agile methodologies
Nice to have
- Experience working with Cloudera
- Hands-on experience with Databricks in production projects
- Experience with Apache Spark / PySpark
- Knowledge of Data Mesh architectures and data products / domain ownership principles
- Experience with Data Lake / Lakehouse architectures and patterns like Medallion Architecture
- Experience with Delta Lake
- Knowledge of data governance, quality, lineage, and traceability
- Experience working in cloud environments, particularly Azure
- Previous experience in banking, fintech, or high-scale transactional environments
Full description
Descripción del puesto
¿Por qué sumarte?
✅ Desafíos reales y proyectos con impacto
✅ Tecnología de punta (Cloud, Data & AI)
✅ Crecimiento profesional y aprendizaje constante
✅ Trabajo con equipos regionales
🚀 ¿Qué harás en este rol?
Serás responsable de diseñar, desarrollar y optimizar procesos de integración y transformación de datos, garantizando la disponibilidad, calidad y trazabilidad de la información para su consumo analítico.
Requisitos
- 5+ años de experiencia en Data Engineering, Backend Engineering orientado a datos o posiciones similares.
- Experiencia sólida trabajando con SQL Server y T-SQL, incluyendo:
- Desarrollo de consultas, stored procedures y procesos de transformación.
- Optimización de queries y performance.
- Manejo de grandes volúmenes de información.
- Experiencia sólida en modelado de datos y diseño de estructuras de información.
- Conocimientos de arquitecturas de datos orientadas a dominio.
- Experiencia diseñando y desarrollando pipelines y procesos de integración de datos productivos, considerando performance, escalabilidad, disponibilidad y calidad.
- Experiencia con mecanismos de Change Data Capture (CDC) y procesamiento de cambios/incrementales.
- Experiencia trabajando con tecnologías NoSQL, especialmente MongoDB.
- Conocimientos o experiencia trabajando con Redis.
- Experiencia en arquitecturas de procesamiento de datos en tiempo real o streaming, idealmente utilizando Apache Kafka.
- Dominio de Python aplicado al desarrollo de soluciones y procesos de datos.
- Experiencia trabajando con Azure DevOps, incluyendo Boards y gestión de backlog.
- Experiencia utilizando Git en entornos colaborativos.
- Experiencia trabajando bajo metodologías ágiles.
Requisitos deseables
- Experiencia trabajando con Cloudera.
- Experiencia práctica con Databricks en proyectos productivos.
- Experiencia con Apache Spark / PySpark.
- Conocimientos de arquitecturas Data Mesh y principios de data products / ownership por dominio.
- Experiencia con arquitecturas Data Lake / Lakehouse y patrones como Medallion Architecture.
- Experiencia con Delta Lake.