Data Integration Engineer Principiante Avanzado

Descripción de la empresa

Somos Inetum, líder europeo en soluciones digitales. Con un equipo de más de 28,000 consultores y expertos, nos esforzamos cada día para cumplir nuestro propósito: lograr un impacto digital en las empresas, más rápido, más fácil y para el bien de todas las personas.

En Inetum acompañamos a nuestros colaboradores en su camino al éxito. Si te gusta reinventarte y resolver problemas con nuevas estrategias, trabajar en proyectos de tecnología innovadores y de negocios, ¡postula ahora!  

Requisitos

 *Experiencia de 3 a más años en implementación de soluciones en Nube (indistantemente de la nube) con las tecnologías requeridas, habiendo realizado las siguientes actividades:
- Analisis y desarrollo de flujos de Ingesta y transformación de datos en Lake House mediante los servicios de Cloud.
 - Analisis y Desarrollo utilizando procesamiento distribuido en Spark usando PySpark/Spark en batch (mandatorio) y Realtime(deseable)
 - Optimización de los procesos a desarrollar o existentes con un enfoque de reducción de costos (tiempo de procesamiento, uso del clúster y servicios Azure) en el consumo de los servicios en nube.
 - Analisis y schedulamiento de los procesos de acuerdo a las criterias definidas por los usuarios.
- Despliegue soluciones en producción haciendo uso de herramientas de integración y despliegue continuo (DevSecOps).
- Desarrollo de soluciones transversales para la mejora continua del framework de desarrollo y despliegue de soluciones.
- Desarrollo de buenas practicas, frameworks y estandares de desarrollo en plataformas Cloud.

- Contar con las siguientes certificaciones de Azure (deseable) y/o certificaciones equivalentes en otras nubes:
     - Databricks:  Databricks Certified Associate Developer for Apache Spark(deseable)
     -  Azure: Azure Data Engineer Associate  y Data Engineer Professional(deseable)
- Metodologia agil (en proyectos).

*Experiencia de 3 a más años trabajando en al menos 2 de los siguientes Proyectos en Cloud:
- Analizando y procesando grandes volumenes de datos
- Construyendo Pipelines de datos, ETL , ELT
- Desplegando soluciones escalables en producción, de preferencia en entidades bancarias
- Migración de procesos hacia plataformas Cloud
- Optimización de procesos utilizando procesamiento distribuido