Data Engineer (AWS Redshift / Zero‑ETL / Consumption Layer)
WiTi
Salary: $$$
Type:
Tiempo completo
Tags: Analytics SQL Business Intelligence Virtualization
This company only accepts applications on Get on Board.
Funciones del cargo
Buscamos un Data Engineer con experiencia sólida construyendo y optimizando capas de consumo analíticas en entornos cloud, idealmente sobre Amazon Redshift Serverless.
Tu misión será diseñar, modelar y mantener una capa de consumo en Redshift a partir de datos replicados vía Zero‑ETL desde Aurora, habilitando datasets confiables y performantes para reporting, métricas multi‑dominio y casos de uso de analítica/IA.
Responsabilidades principales:
- Diseñar modelos analíticos (facts, dims y marts) orientados a autoservicio de datos y consumo por herramientas BI/IA.
- Implementar y optimizar consultas SQL avanzadas sobre Redshift (joins grandes, agregaciones, window functions) garantizando buen performance y costo.
- Analizar y tunear el rendimiento de Redshift (EXPLAIN, DS_BCAST/DS_DIST, scans, spill, skew) proponiendo mejoras continuas en diseño físico.
- Definir y ajustar DISTSTYLE/DISTKEY, SORTKEY, CTAS/materializaciones y estadísticas para maximizar la performance de la capa de consumo.
- Construir pipelines livianos en AWS (Redshift Data API, Lambda, EventBridge u otros servicios equivalentes) para refrescar la capa de consumo con mínima latencia y alta confiabilidad.
- Colaborar con analistas, producto y stakeholders de negocio para entender métricas clave y reflejarlas correctamente en los datasets.
Requerimientos del cargo
- Experiencia comprobable como Data Engineer (ideal 3+ años) trabajando con warehouses en cloud.
- Experiencia práctica con Amazon Redshift (idealmente Redshift Serverless) y SQL avanzado.
- Conocimientos fuertes de performance tuning en Redshift: lectura de EXPLAIN, comprensión de broadcast vs redistribution (DS_BCAST/DS_DIST), manejo de scans, spill y skew.
- Diseño físico y optimización de tablas en Redshift: DISTSTYLE/DISTKEY, SORTKEY, uso de CTAS/materializaciones y manejo de estadísticas.
- Experiencia en modelado analítico (esquemas de hechos y dimensiones, data marts, agregados) orientado a consumo.
- Experiencia construyendo pipelines livianos en AWS para refrescar datos (por ejemplo Redshift Data API, Lambda, EventBridge o servicios equivalentes).
Nice‑to‑have (deseables):
- Experiencia usando dbt para modelado y orquestación ligera sobre el warehouse.
- Prácticas de data quality (tests, checks, monitoreo de calidad de datos).
- Experiencia exponiendo la capa de consumo a través de herramientas BI como QuickSight u otras.
- Haber habilitado semantic layers o datasets pensados para IA/LLM o analítica avanzada.
Soft Skills
Resolución de problemas: Capacidad analítica para identificar cuellos de botella de performance y proponer soluciones técnicas simples y efectivas.
- Comunicación: Habilidad para explicar decisiones de diseño de datos y métricas a perfiles técnicos y de negocio.
- Colaboración: Experiencia trabajando con equipos ágiles y en coordinación con analistas, científicos de datos y desarrolladores.
- Orden y detalle: Prolijidad en documentación, definición de contratos de datos y buenas prácticas en modelado.
Condiciones
En WiTI, nuestro centro son las personas y la agilidad, nos gusta compartir conocimientos entre todos y distintas áreas, cómo compartir tiempo extra para conversar sobre videojuegos, películas, seríes y cualquier topic interesante para nosotros.
- Plan de carrera
- Certificaciones
- Cursos de idiomas
- Aguinaldos
Source: GetOnBoard | Main Category: Other