Data Analytics Engineer

Acerca de Toptal

Toptal es una red global de talento de primer nivel en negocios, diseño y tecnología que permite a las empresas escalar sus equipos bajo demanda. Con más de $200 millones en ingresos anuales y miembros del equipo en todo el mundo, Toptal es la fuerza laboral totalmente remota más grande del mundo.

Tomamos los mejores elementos de los equipos virtuales y los combinamos con una estructura de soporte que fomenta la innovación, la interacción social y la diversión. No vemos fronteras, nos movemos a un ritmo rápido y nunca tenemos miedo de romper moldes.

Resumen del puesto

Toptal se enorgullece de ser una organización impulsada por datos. El objetivo principal del Ingeniero de Análisis de Datos es ayudar a impulsar el impacto comercial y una mejor toma de decisiones al sentar las bases de datos para una función de análisis de clase mundial. Este puesto será fundamental para fomentar la confianza en nuestros datos y la seguridad en nuestras decisiones.

Nuestros Ingenieros de Análisis de Datos se centran en crear un entorno de datos propicio para el análisis y la toma de decisiones comerciales. Serás responsable de poseer y mantener la capa de transformación de datos. Esto requerirá gobernanza de datos (calidad, precisión, cobertura, seguridad), modelado de datos (estructura, relaciones, integridad), comunicación técnica (diccionarios de datos, capacitación de usuarios), control de calidad (revisiones de código, validación de datos), análisis de datos sin procesar y la creación de sistemas y canalizaciones de datos de IA. Serás el propietario del producto de nuestro almacén de datos y coordinarás estrechamente con nuestros Analistas de Negocios funcionales por un lado, y con los Ingenieros de Datos por el otro.

Este puesto se encuentra dentro del Centro de Excelencia de Análisis de Negocios y garantizará que los datos confiables estén disponibles para todos los usuarios de datos posteriores. Las relaciones positivas tanto con los Ingenieros de Datos como con los Analistas de Negocios serán clave, pero también debes pensar de forma independiente y aportar tu propio punto de vista. Para tener éxito en este puesto, debes vivir y respirar SQL a diario y ser un pensador crítico, solucionador de problemas y proactivo.

Este puesto requiere un flujo de trabajo y un conjunto de habilidades centrados en la IA. Hemos transformado nuestra base de código para que esté instrumentada para el desarrollo agéntico y continuamos construyendo nuestras herramientas internas de IA, y tú serás parte de este proceso. La fluidez en el uso de LLM y herramientas de codificación agéntica es un requisito de este puesto. La otra cara de eso es la parte que las máquinas no pueden hacer: comprender profundamente nuestro negocio y métricas, y tomar decisiones sobre lo que importa y lo que no en términos de impulsar los objetivos comerciales de la empresa.

Este es un puesto remoto. No ofrecemos patrocinio ni asistencia de visa. Los currículums y la comunicación deben enviarse en inglés.

Responsabilidades

La siguiente información tiene la intención de describir la naturaleza general y el nivel del trabajo que se está realizando. No tiene la intención de ser una lista exhaustiva de todos los deberes, responsabilidades o habilidades requeridas.

• Diseñar, escribir, revisar y enviar modelos SQL en nuestros repositorios que transforman datos sin procesar en productos de datos utilizables para todos los interesados de la organización. Ser responsable de poseer y mantener la capa de transformación.
• Trabajar proactivamente con los Ingenieros de Datos para garantizar que se agreguen y estén disponibles nuevas fuentes de datos, y luego se modelen y publiquen en nuestro almacén de datos.
• Monitorear proactivamente el almacén de datos y extraer información para identificar oportunidades de mejorar las operaciones de datos, la precisión y calidad de los datos, la cobertura, la integridad, la estructura y la usabilidad general.
• Convertir solicitudes comerciales ambiguas en datos modelados. Realizar la recopilación de requisitos con los interesados. Establecer el grano, exponer los casos extremos, escribir las reglas comerciales y retroceder cuando la solicitud produzca un número engañoso.
• Implementar medidas y procesos para mejorar la calidad de los datos, la precisión, la cobertura, el linaje, el acceso y la retención en docenas de bases de datos de producción de origen.
• Ser responsable del diccionario de datos. Escribir documentación de tablas y columnas que rastree cada campo hasta su origen real. Esta documentación es consumida por agentes de IA y humanos, y es una parte integral de la capa semántica.
• Diagnosticar y resolver incidentes de datos.
• Revisar el código de tus compañeros de equipo y proporcionar comentarios para mantener la higiene del entorno de producción del almacén de datos.
• Trabajar en estrecha colaboración con Analistas de Negocios, Ingenieros de Datos, Científicos de Datos y propietarios de procesos comerciales para potenciar la toma de decisiones basada en datos.
• Capacitar a los usuarios finales para que utilicen mejor los datos, comprendan las complejidades, los matices y las limitaciones.
• Ayudar a que el equipo sea más rápido. Mejorar los manuales de juego de agentes, la documentación y las herramientas que el equipo utiliza para trabajar con el almacén.

En la primera semana, espera

• Incorporarte e integrarte en Toptal, y comenzar a aprender nuestra historia, cultura y visión.
• Poner en funcionamiento tu entorno de extremo a extremo: acceso a GCP, BigQuery, los repositorios de Dataform y nuestras herramientas de desarrollo agéntico.
• Seguir a los equipos cuyos datos poseerás para aprender el núcleo de las operaciones y capacidades de Toptal, incluyendo Crecimiento, Operaciones de Talento, Empresas y PYMES.

En el primer mes, espera

• Comprender los datos generados a través de las operaciones y actividades de la empresa y dónde/cómo se almacenan esos datos.
• Comprender nuestros procesos de ETL, tiempos, herramientas, monitoreo, hoja de ruta y puntos débiles.
• Comprender nuestros sistemas de origen y dónde encajan en nuestros procesos comerciales.
• Comenzar a recibir e investigar preguntas de datos entrantes de los Analistas de Negocios.
• Crear tu primera solicitud de extracción de Dataform de forma independiente y comenzar a revisar las PR de tus compañeros de equipo.

En los primeros tres meses, espera

• Desarrollar un dominio de nuestros elementos y entidades de datos principales.
• Comenzar a estandarizar definiciones y crear lógica SQL para incorporar definiciones en la capa de datos.
• Ser un primer respondedor para incidentes de datos, diagnosticando la causa raíz con evidencia y un enfoque metódico.
• Comenzar a documentar flujos de datos, definiciones, metodologías de cálculo y elementos de datos para construir y mejorar continuamente la capa semántica.

En los primeros seis meses, espera

• Contribuir con ideas arquitectónicas que impacten nuestro entorno de datos y canalizaciones. Ejercer discreción y juicio independiente.
• Ser una parte integral del equipo de análisis que garantiza un servicio de almacén de datos de clase mundial para nuestros interesados.

En el primer año, espera

• Jugar un papel fundamental en el éxito del Centro de Excelencia de Análisis de Negocios.
• Ser la persona en la que la organización confía sobre qué significa un número y si se puede creer.
• Haber hecho que el almacén sea significativamente más utilizable tanto para analistas como para agentes de IA.

Calificaciones y requisitos del puesto

• Se requiere un título de licenciatura, preferiblemente en Ingeniería o un campo técnico relacionado.
• Más de 4 años de experiencia en un puesto de Ingeniero de Análisis, Ingeniero de Datos o Analista de Datos donde hayas enviado personalmente modelos de datos de producción.
• Habilidades expertas en SQL y un conocimiento práctico de Python.
• Fluidez con LLM y herramientas de codificación agéntica. Ya utilizas herramientas como Claude Code, Cursor o equivalentes como parte de tu práctica diaria. Sabes dónde son confiables, dónde no deben usarse y cómo verificar su salida.
• Experiencia con almacenamiento de datos en la nube, como BigQuery o Snowflake.
• Buena comprensión de un marco de transformación moderno (dbt, Dataform, SQLMesh o similar). Comprendes los gráficos de dependencia, referencias, estrategias incrementales, pruebas y promoción de entornos como conceptos, no solo como comandos.
• Fluidez en Git. Ramificación, solicitudes de extracción, revisión de código, resolución de conflictos y trabajo general con un entorno de producción crítico.
• Fuerte familiaridad con herramientas de orquestación como Airflow, Cloud Composer, Dagster o Prefect. Puedes leer un DAG, comprender su programación y dependencias, y averiguar por qué falló una tarea.
• Disciplina de procesos. Jira, higiene de tickets y etiqueta de revisión de código. Es obligatorio que comprendas cómo evitar enviar código generado por LLM sin verificar.
• Experiencia en análisis de datos exploratorio/sin procesar, modelado de datos y gobernanza de datos (calidad, precisión, cobertura, seguridad, etc.).
• Experiencia en la traducción de lógica y objetivos comerciales a código SQL y en la vinculación de datos y análisis con la estrategia y las operaciones comerciales para impulsar un impacto real.
• Familiaridad con herramientas de BI (Tableau, Power BI, etc.).
• Orientado al detalle, metódico y minucioso.
• Jugador de equipo que construye relaciones sólidas y colabora con otros.
• Habilidades excepcionales de comunicación escrita y verbal, incluida la capacidad de explicar problemas complejos de manera simple e intuitiva.
• Capacidad para trabajar en colaboración e independientemente; asumir la propiedad de la calidad, precisión y puntualidad de los entregables.
• Debes ser un contribuyente individual de clase mundial para prosperar en Toptal. No estarás aquí solo para decirle a otros qué hacer.