Remote Azure Data Engineer - Etl/Analytics Focus
Designs, develops, and operates ETL/ELT data pipelines on Azure — using Azure Data Factory, Databricks, Spark/PySpark, SQL, and Blob Storage/Data Lake — to ingest, transform, and serve data for business and analytics consumers. Requires 3+ years of data engineering experience; 100% remote within Argentina.
- Compensation
- Not disclosed
- Location
- Buenos Aires, Argentina
- Work setup
- Remote
- Seniority
- Not specified
- Employment
- Not specified
- Experience
- Not specified
- Category
- Data engineering
- Posted
Skills
Must have
- 3+ years of provable experience as Data Engineer with Azure Data Factory and Azure Databricks
- Mastery of Apache Spark and PySpark for distributed processing and job optimization
- Strong SQL: modeling, tuning, and query optimization
- Experience designing ETL/ELT pipelines and data integration
- Practical knowledge of Azure Blob Storage and Azure Data Lake (Gen2), including formats like Parquet/Delta Lake
- Familiarity with orchestration, monitoring, and CI/CD tools applied to data
- Intermediate technical English (reading documentation, communicating with technical teams)
- Reside in Argentina
Nice to have
- Experience with Delta Lake, storage optimizations, and compaction
- Data security and governance knowledge: RBAC, Data Catalog, masking policies
- Advanced Python and data engineering libraries (pandas, numpy, airflow or equivalents)
- Spark performance tuning and troubleshooting Databricks jobs
- Azure data certifications (DP-203, Azure Data Engineer Associate) or Databricks
- Experience in large-scale cloud environments and agile work with multidisciplinary teams
Full description
Ubicación
Argentina | Puede ser 100% remoto
Descripción del puesto
Integrarte a un equipo de datos para diseñar, desarrollar y operar pipelines ETL/ELT en Azure, garantizando la ingesta, transformación y disponibilidad de datos para consumidores de negocio y modelos analíticos. El rol implica responsabilidad técnica en la implementación de soluciones con Azure Data Factory, Azure Databricks y ecosistemas de almacenamiento (Blob Storage, Data Lake) aplicando buenas prácticas de calidad, rendimiento y gobernanza de datos.
Responsabilidades
- Diseñar y desarrollar pipelines de ingestión y transformación de datos utilizando Azure Data Factory y Azure Databricks.
- Implementar procesos ETL/ELT con Apache Spark y PySpark para procesamiento por lotes y en tiempo casi real.
- Modelar y optimizar consultas SQL y estructuras de datos para consumo analítico y reporting.
- Gestionar y organizar datos en Azure Blob Storage y Azure Data Lake (Gen2), definiendo particionamiento, formatos y políticas de retención.
- Construir pipelines reproducibles, parametrizables y observables; instrumentar logging, métricas y alertas.
- Colaborar con equipos de ciencia de datos, BI y producto para definir contratos de datos, SLAs y requisitos de calidad.
- Automatizar despliegues y pruebas de pipelines; aplicar control de versiones y prácticas CI/CD para artefactos de datos.
- Garantizar cumplimiento de políticas de seguridad y privacidad en el manejo de datos sensibles.
- Documentar arquitecturas, pipelines y runbooks; transferir conocimiento al equipo y participar en on‑call rotativo cuando aplique.
Requisitos
- Experiencia comprobable como Data Engineer (mín. 3 años) trabajando con Azure Data Factory y Azure Databricks.
- Dominio de Apache Spark y PySpark para procesamiento distribuido y optimización de jobs.
- Sólidos conocimientos de SQL: modelado, tuning y optimización de consultas.
- Experiencia en diseño e implementación de pipelines ETL/ELT y en integración de datos.
- Conocimiento práctico de Azure Blob Storage y Azure Data Lake (Gen2), incluyendo formatos como Parquet/Delta Lake.
- Familiaridad con herramientas de orquestación, monitorización y CI/CD aplicadas a datos.
- Inglés técnico: nivel intermedio (lectura de documentación y comunicación con equipos técnicos).
- Residir en Argentina.
- Experiencia con Delta Lake, optimizaciones de storage y compaction.