Data Engineer

Tu principal responsabilidad será diseñar, desarrollar y mantener los pipelines de datos de Guinea.

Trabajarás con fuentes como APIs, PostgreSQL, archivos CSV/JSON, SFTP, Cloud Storage y eventos generados por nuestros sistemas y plataformas telco.

Entre tus responsabilidades estarán:

• Construir y mantener pipelines ETL/ELT sobre Google Cloud.

• Diseñar y mantener modelos de datos en BigQuery.

• Procesar grandes volúmenes de eventos de consumo de datos, llamadas y SMS.

• Construir capas de datos raw/bronze, silver y gold para separar ingestión, transformación y datos orientados a negocio.

• Implementar procesos de deduplicación, enriquecimiento y normalización de información.

• Integrar información proveniente de diferentes sistemas y proveedores.

• Construir controles automáticos de calidad de datos.

• Detectar diferencias entre fuentes y ayudar a determinar cuál representa correctamente la realidad del negocio.

• Automatizar conciliaciones entre bases operativas, BigQuery y reportes externos.

• Mantener trazabilidad desde el dato original hasta los reportes y métricas finales.

• Diseñar datasets que puedan ser consumidos fácilmente por BI, Finanzas, Operaciones y Producto.

• Optimizar queries, almacenamiento y costos de BigQuery.

• Monitorear pipelines y generar alertas ante datos incompletos, duplicados o procesos fallidos.

• Documentar fuentes, transformaciones, dependencias y definiciones de negocio.

• Trabajar junto al equipo de Tecnología en Git, code review y CI/CD.

• 3+ años de experiencia trabajando en Data Engineering o posiciones similares.

• SQL avanzado.

• Experiencia sólida con Python para procesamiento y automatización de datos.

• Experiencia trabajando con Google BigQuery.

• Experiencia diseñando pipelines ETL/ELT.

• Conocimiento de modelamiento de datos y diseño de data warehouses.

• Experiencia integrando APIs, bases de datos y archivos como fuentes de información.

• Experiencia trabajando con grandes volúmenes de eventos o información transaccional.

• Conocimiento de estrategias de deduplicación, idempotencia y procesamiento incremental.

• Capacidad para implementar validaciones y controles de calidad de datos.

• Git y experiencia trabajando con pull requests/code review.

• Capacidad para investigar inconsistencias de datos sin asumir que una fuente es correcta solo porque está en producción.

• Google Cloud Platform: Cloud Storage, Pub/Sub, Cloud Run, Cloud Functions o servicios similares.

• Terraform o Infrastructure as Code.

• Looker Studio u otras herramientas de BI.

• PostgreSQL.

• Arquitecturas bronze/silver/gold o medallion.

• Data contracts, data lineage o catálogos de datos.

• dbt u otras herramientas de transformación de datos.

• Observabilidad y monitoreo de pipelines.

• Procesamiento de CDRs, EDRs u otros eventos telco.

• Sistemas BSS/OCS, billing o charging.

• Datos relacionados con telecomunicaciones: MSISDN, IMSI, IMEI, planes, balances, consumo de data, voz o SMS.

• Construcción de datasets para modelos predictivos o Machine Learning.