Databricks Engineer

Empresa de consultoría busca Ingeniero/a Databricks para diseñar, optimizar y desplegar pipelines de datos y MLOps en entornos cloud (AWS, Azure, GCP). Requiere experiencia en Databricks, Spark, Delta Lake y Python.

Descripción del puesto

Reporta a: Data & AI Practice Lead Ubicación: Remoto (preferentemente residente en EE. UU. / zona horaria del este o central) Tipo de empleo: Contrato ¿Listo para construir soluciones Lakehouse desde cero en la vanguardia de la IA y los big data? RevStar es una tienda de innovación y socio oficial de Databricks que lanza una práctica dedicada y agnóstica a la nube de Datos, ML e IA. Buscamos un Ingeniero de Databricks de alto calibre para construir, optimizar y desplegar pipelines de datos de alto rendimiento y frameworks de MLOps para clientes empresariales en AWS, Azure y GCP. En este rol, trabajarás directamente con arquitectos de datos, científicos y líderes de clientes para convertir datos complejos en modelos de IA escalables y listos para producción. Por sobre todo, el candidato ideal encarna los valores fundamentales de RevStar: - **Automaestría**: Tenemos un alto estándar en cómo pensamos, comunicamos y mejoramos. - **Propiedad**: Somos dueños de los resultados, no solo del esfuerzo. - **Destino Compartido**: Subimos o caemos juntos. **Tus Pilares de Impacto** Tus contribuciones técnicas se organizan en cuatro pilares estratégicos: 1. **Arquitectura Lakehouse e Ingeniería de Pipelines** - Diseñar, construir y optimizar pipelines ETL/ELT escalables utilizando Apache Spark y Delta Lake en entornos multi-nube (AWS S3, Azure Data Lake, GCS). - Implementar arquitecturas Lakehouse robustas que procesen sin problemas datos estructurados y no estructurados a escala empresarial. - Automatizar flujos de trabajo de ingesta y almacenamiento de datos para soportar análisis posteriores y reportes operativos en tiempo real. 2. **Optimización de Rendimiento y Automatización** - Ajustar trabajos de Spark para baja latencia, alto rendimiento y máxima eficiencia de costos en la nube. - Implementar pipelines CI/CD e Infraestructura como Código (Terraform, Databricks CLI) para despliegues automatizados. - Construir frameworks automatizados de monitoreo, alertas y validación de calidad de datos para garantizar la confiabilidad de los pipelines. 3. **MLOps e Integración de IA** - Colaborar con ingenieros de ML y científicos de datos para construir pipelines de ingeniería de características de nivel de producción. - Soportar el entrenamiento, seguimiento, versionado y despliegue de modelos dentro de Databricks usando MLflow. - Operacionalizar modelos de IA/ML en entornos de producción seguros y escalables para aplicaciones de clientes. 4. **Gobernanza de Datos y Excelencia con el Cliente** - Aplicar estándares empresariales de seguridad de datos, controles de acceso y cumplimiento (GDPR, HIPAA, SOC 2). - Establecer mejores prácticas para linaje de datos, gestión de metadatos y documentación operativa. - Colaborar con stakeholders de cara al cliente para alinear las implementaciones técnicas con resultados comerciales críticos. **Requisitos Indispensables:** - Más de 3 años de experiencia práctica en ingeniería de datos, con enfoque en procesamiento de big data y arquitecturas nativas de la nube. - Más de 2 años de experiencia práctica con Databricks, incluyendo Apache Spark, Delta Lake y MLflow. - Certificaciones Databricks (Obligatorio): Databricks Certified Data Engineer Associate (o superior). - Dominio de Python, SQL y frameworks basados en Spark. - Experiencia en el desarrollo y optimización de pipelines ETL/ELT a gran escala. - Fuerte comprensión de la arquitectura Lakehouse y soluciones de datos agnósticas a la nube. - Familiaridad con pipelines CI/CD e Infraestructura como Código (IaC) para Databricks (ej. Terraform, Databricks CLI). - Conocimiento de las mejores prácticas de gobernanza de datos, seguridad y cumplimiento. - Experiencia trabajando en entornos de desarrollo Agile, siguiendo las mejores prácticas de DevOps/MLOps. **Deseable:** - Certificaciones adicionales de Databricks (ej. Databricks Certified Machine Learning Associate). - Experiencia con soluciones de streaming en tiempo real (ej. Kafka, Kinesis, Event Hub). - Familiaridad con herramientas de orquestación y almacenamiento en la nube (ej. Apache Airflow, Prefect). - Antecedentes en integración de IA/ML dentro de Databricks, asistiendo en ingeniería de características y despliegue de modelos. - Experiencia trabajando en roles de cara al cliente o en entornos de consultoría. **Beneficios para Puestos Full-Time W2:** - **Días de Descanso Pagos**: Tómate el tiempo que necesites para recargar energías y mantener la productividad. - **Entorno de Trabajo Remoto-First**: Colabora desde cualquier lugar mientras te mantienes conectado con nuestro equipo global. - **Cobertura Médica Integral**: Médico, Dental, Visión. - **Plan de Jubilación 401(k)**: Planifica tu futuro con acceso a un programa 401(k) patrocinado por la empresa. - **Bono Anual de Aprendizaje y Desarrollo**: Invierte en tus habilidades con conferencias, certificaciones o cursos. - **Mentoría y Coaching entre Pares**: Aprende de ingenieros, gerentes de producto y arquitectos experimentados para acelerar tu crecimiento. - **Oportunidades de Crecimiento Profesional**: Exposición a tecnologías de vanguardia en AWS GenAI, datos y nube en diversas industrias. - **Eventos de Empresa y Oportunidades de Voluntariado**: Construye relaciones y contribuye a la comunidad. - **Cultura Colaborativa e Innovadora**: Trabaja junto a talento de primer nivel en un entorno dinámico y de apoyo que valora la curiosidad y la iniciativa. **Igualdad de Oportunidades de Empleo** En RevStar, no solo aceptamos las diferencias — las celebramos, las apoyamos y prosperamos gracias a ellas en beneficio de nuestros empleados, nuestros clientes y nuestra comunidad. RevStar se enorgullece de ser un lugar de trabajo que ofrece igualdad de oportunidades. **Acomodaciones Razonables** RevStar se compromete a proporcionar acceso, igualdad de oportunidades y acomodaciones razonables para personas con discapacidades en el empleo, sus servicios, programas y actividades. Para solicitar una acomodación razonable, contacta a RR. HH. en [email protected].

Responsabilidades

• Diseñar, construir y optimizar pipelines ETL/ELT escalables usando Apache Spark y Delta Lake en entornos multi-cloud.
• Implementar arquitecturas Lakehouse para procesar datos estructurados y no estructurados a escala empresarial.
• Automatizar flujos de ingesta y almacenamiento de datos.
• Ajustar trabajos Spark para baja latencia y alto rendimiento.
• Implementar pipelines CI/CD e Infraestructura-como-Código (Terraform, Databricks CLI).
• Construir frameworks automatizados de monitoreo, alertas y validación de calidad de datos.
• Colaborar con ingenieros de ML y científicos de datos para construir pipelines de feature engineering y MLOps.
• Soportar el entrenamiento, seguimiento, versionado y despliegue de modelos usando MLflow.
• Operacionalizar modelos de IA/ML en entornos de producción escalables.
• Aplicar estándares empresariales de seguridad, control de acceso y cumplimiento (GDPR, HIPAA, SOC 2).
• Establecer mejores prácticas para linaje de datos, gestión de metadatos y documentación operativa.
• Alinear implementaciones técnicas con resultados de negocio críticos.

Habilidades

Beneficios

• Paid Time Off
• Remote-First Working Environment
• Comprehensive Health Coverage
• 401(k) Retirement Plan
• Annual Learning & Development Stipend
• Peer Mentorship & Coaching
• Professional Growth Opportunities
• Company Outings & Volunteer Opportunities

Trabajos similares

Senior Data Engineer

Solvd

Presencial·hace 9 meses

PresencialSin sueldohace 9 meses

| Senior Data Engineer

Intetics

Remoto·hace 27 días

RemotoSin sueldohace 27 días

Más ofertas de RevStar

Explorar empleos relacionados