Estamos buscando un ingeniero de datos familiarizado con la recolección de datos, limpieza de datos, ingeniería de datos y creación de características para unirse a nuestro equipo en crecimiento. Serás responsable de recopilar y preparar conjuntos de datos a gran escala de diversas fuentes de datos, asegurando la calidad de los datos y transformando los datos en bruto en formatos utilizables para análisis y aprendizaje automático. Este es un papel clave en la construcción de nuestros sistemas de IA y Web3.

 Responsabilidades del puesto

• Diseñar e implementar tuberías de datos (data pipelines) para recopilar, procesar y limpiar datos a gran escala de diversas fuentes como la recolección web y API.
• Limpieza y preprocesamiento de datos en bruto, asegurando su alta calidad y adecuación para análisis y aprendizaje automático.
• Ejecutar la ingeniería de características, extrayendo características valiosas de conjuntos de datos en bruto para mejorar el rendimiento de los modelos de aprendizaje automático.
• Colaborar estrechamente con científicos de datos e ingenieros para clarificar las necesidades de datos y proporcionar datos limpios y estructurados.
• Automatizar tareas repetitivas, optimizando flujos de datos para mejorar la eficiencia y escalabilidad.
• Monitorear y mantener las tuberías de datos, asegurando la fiabilidad del flujo y almacenamiento de datos.
• Realizar validaciones de datos y controles de calidad para garantizar la precisión y consistencia de los datos.

Requisitos del puesto

• Dominio de Python y SQL para la manipulación de datos, con al menos 2 años de experiencia en ingeniería de datos o en un campo relacionado.
• Experiencia en la recopilación de datos (como web scraping, integración de API) y procesamiento de grandes conjuntos de datos.
• Amplio conocimiento en técnicas de limpieza y preprocesamiento de datos, con especial énfasis en preparar datos para análisis y aprendizaje automático.
• Familiaridad con la ingeniería de características, capaz de transformar datos en bruto en un formato adecuado para modelado.
• Experiencia en el uso de bases de datos (como MySQL, PostgreSQL, NoSQL, etc.).
• Conocimiento de plataformas en la nube (como AWS, Google Cloud) y tecnologías de almacenamiento de datos relacionadas.
• Capacidad sólida para resolver problemas y atención a los detalles.
• Excelentes habilidades de comunicación y colaboración, capaz de trabajar de manera eficiente en un entorno dinámico y en equipos cruzados.

Opciones adicionales

• Familiaridad con tecnologías de big data (como Hadoop, Spark) y sistemas distribuidos.
• Experiencia en el uso de Apache Airflow o herramientas similares para tuberías de datos.
• Experiencia en preparación de datos y integración de tuberías relacionadas con IA/aprendizaje automático.
• Conocimiento de tecnologías de contenedorización (como Docker, Kubernetes).

 Ofrecemos

• Salario competitivo y opciones de participación en acciones.
• Entorno de trabajo flexible con prioridad en el trabajo remoto.
• Oportunidades de trabajar en proyectos de vanguardia y tecnologías avanzadas.
• Oportunidades de crecimiento profesional junto a los mejores talentos de la industria a nivel mundial.
• Ambiente de equipo global, diverso e inclusivo.