Directo de la empresahace 12 días
Data Engineer, Red Tape Index - Labrynth
Infinity Constellation
Remoto · Tiempo completo
Senior2+ años
Este aviso fue publicado originalmente en inglés, así que es probable que necesites inglés para este puesto. La descripción puede estar traducida automáticamente al español; ante la duda, revisá el aviso original con el botón de postularte.
Empresa de tecnología que desarrolla plataformas con IA para navegar regulaciones busca Ingeniero/a de Datos para construir su plataforma de índices regulatorios, adquiriendo, transformando y construyendo metodologías de datos.
Por qué aplicar
Si te apasiona la IA y querés construir desde cero una plataforma de índices regulatorios, este puesto remoto es para vos. Vas a trabajar con datos crudos y metodologías, transformando información compleja en rankings claros. Ideal para quienes disfrutan el desafío de la ingeniería de datos aplicada a la regulación.
Descripción del puesto
SOBRE LABRYNTH Labrynth acelera el progreso simplificando la complejidad regulatoria. Construimos plataformas impulsadas por IA que navegan regulaciones complejas, generan documentación a nivel de auditoría y brindan certeza, no atajos. Nuestra tecnología atiende a clientes en industrias fuertemente reguladas, incluyendo energía, cumplimiento y regulaciones gubernamentales. Operamos como una organización de ingeniería desplegada hacia adelante: equipos pequeños y de alta velocidad integrados directamente con los clientes para descubrir necesidades rápidamente y entregar soluciones de calidad de producción. SOBRE EL ROL Estamos contratando un Ingeniero de Datos para construir la plataforma de datos detrás de nuestros índices regulatorios: adquiriendo datos públicos fragmentados, transformándolos en conjuntos de datos limpios y auditables, y construyendo la metodología del índice que los convierte en clasificaciones publicadas. Este es un rol de plataforma de datos más que un rol puro de pipeline o backend. Estarás cerca de las fuentes crudas y cerca de las matemáticas. El trabajo abarca tres modos: - Adquirir: obtener datos de lugares fragmentados y a menudo hostiles, incluyendo portales de datos abiertos gubernamentales, APIs, HTML, PDFs, formatos de Excel heredados, portales protegidos por inicio de sesión y sitios comerciales detrás de protección anti-bots. - Transformar: normalizar datos jurisdiccionales inconsistentes a través de pipelines de bronce → plata → oro con ingesta idempotente, hash de contenido y linaje a nivel de ejecución. - Construir: convertir datos limpios en índices transparentes y auditables a través de winsorización, rangos percentiles, ponderación, compuestos y pruebas de sensibilidad. QUÉ HARÁS - Entregar scrapers y flujos de ingesta contra fuentes desordenadas, a veces adversarias, utilizando clientes HTTP/2, evasión de huellas digitales TLS y soluciones alternativas de automatización del navegador, y mantenerlos resilientes a medida que las fuentes cambian. - Diseñar esquemas de Postgres y migraciones de extremo a extremo en esquemas por país y por dominio. - Construir y mantener transformaciones de medallón (bronce → plata → oro) que sean idempotentes, con hash de contenido y linaje rastreado. - Implementar y defender la metodología del índice: normalización, ponderación y construcción de compuestos donde las matemáticas dicen verificablemente lo que afirman (nuestro núcleo de puntuación se mantiene con una cobertura de prueba del 100%). - Evaluar la viabilidad de los datos temprano, aclarar los requisitos con los socios y convertir ideas de índices ambiguas en planes ejecutables. - Tomar un índice de extremo a extremo: obtención de datos, validación, metodología, publicación y planificación de actualizaciones. - Operar pipelines en nuestra pila de orquestación (Prefect despachando tareas de ECS Fargate por flujo) con observabilidad en todas partes. QUÉ BUSCAMOS Nuestra pila es deliberadamente moderna (Python 3.14, uv, ruff, ty, polars, Prefect 3, marimo). No filtramos por esas herramientas exactas; contratamos por profundidad en Python y datos y esperamos una rápida adaptación. - Sólidos conocimientos de Python y SQL; has diseñado esquemas de Postgres y gestionado migraciones (SQLAlchemy y Alembic, o equivalentes) en producción. - Experiencia en pipelines de datos con una mentalidad de lakehouse/medallón: ingesta idempotente, hash de contenido y linaje son hábitos, no aspiraciones. - Web scraping más allá de requests: evasión de anti-bots, automatización del navegador y resiliencia contra fuentes desordenadas u hostiles. - Alfabetización estadística para la metodología de índices: winsorización, normalización, ponderación y pruebas de sensibilidad, y puedes razonar sobre si las matemáticas de un índice respaldan sus afirmaciones. - Comodidad con herramientas modernas de Python y disciplina de CI: tipado, linting, puertas de cobertura y commits convencionales. - Instintos de descubrimiento de productos: hablas con los socios en lenguaje claro, evalúas la viabilidad de los datos antes de comprometerte y señalas lo que está probado versus lo que se asume. - Propiedad de extremo a extremo: eres un generalista pragmático que se mueve entre datos, backend, infraestructura y decisiones básicas de producto en un entorno incierto. NICE TO HAVE - Experiencia con Prefect, o Airflow/Dagster con disposición a cambiar. - AWS (ECS, S3) y Terraform. - polars, pyarrow y marimo o experiencia con Jupyter. - Experiencia con LLM en pipelines (pydantic-ai, AWS Bedrock, evals). - Antecedentes en actuariado, investigación cuantitativa o ciencia de datos en construcción de rankings o índices. - Experiencia con datos abiertos gubernamentales (permisos, energía, medio ambiente o datos económicos). - Comodidad trabajando junto a herramientas de IA; nuestros repositorios son orientados a agentes (equipos de agentes Claude, documentación basada en especificaciones). QUÉ OFRECEMOS - Trabajo de alto impacto en la intersección de la IA y la regulación de infraestructura crítica. - Propiedad de extremo a extremo de los índices, desde la fuente cruda hasta la metodología publicada. - Equipo pequeño con influencia desproporcionada; tus evaluaciones de viabilidad dan forma a lo que construimos. - Entorno de desarrollo moderno nativo de IA (Claude Code, Cursor, orquestación multimodelo). - Remoto primero. - Compensación competitiva. VALORES POR LOS QUE CONTRATAMOS - Carácter: integridad y confiabilidad por encima de todo. - Competencia: generar confianza y entregar de manera confiable. - Unión: apoyo y alineación a nivel familiar. - Impacto: resultados significativos sobre la actividad. - Compromiso: propiedad y seguimiento. Declaración de Igualdad de Oportunidades Somos un empleador que ofrece igualdad de oportunidades. Todos los solicitantes calificados recibirán consideración para el empleo sin distinción de raza, color, religión, sexo, origen nacional, discapacidad o condición de veterano, o cualquier otra base protegida por la ley.
Responsabilidades
- Construir scrapers y flujos de ingesta
- Diseñar y mantener esquemas Postgres y migraciones
- Construir y mantener transformaciones medallion
- Implementar y defender la metodología de índices
- Evaluar la factibilidad de datos
- Gestionar índices de principio a fin
- Operar pipelines en el stack de orquestación
Habilidades
Diseño de esquemas de bases de datosGestión de migraciones de bases de datosPipelines de datosWeb scrapingAnálisis estadísticoMetodología de índicesPruebas de coberturaDesarrollo de softwareComunicación con sociosEvaluación de factibilidad de datosPragmatismoGeneralismoOrientación a productoIntegridadConfianzaColaboraciónImpactoCompromisoSeguimiento
Beneficios
- Trabajo de alto impacto
- Propiedad end-to-end de índices
- Equipo pequeño con gran influencia
- Entorno de desarrollo moderno nativo de IA
- Compensación competitiva