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 SaaS B2B busca un Ingeniero de Recolección de Datos Senior con experiencia en Python y web scraping para diseñar y escalar la infraestructura de recolección de datos a gran escala, incluyendo estrategias anti-bot y pipelines de ingesta.
Por qué aplicar
Si sos un crack del Python y te copa el web scraping, este puesto remoto es para vos. Podés diseñar y escalar la infraestructura de recolección de datos a nivel global, enfrentando desafíos técnicos copados.
Descripción del puesto
Nuestro cliente es una empresa B2B SaaS en rápido crecimiento, remota desde el inicio, donde la recolección de datos a gran escala es el núcleo del producto. A medida que la plataforma continúa creciendo a nivel mundial, buscan un Ingeniero de Recolección de Datos con experiencia para ayudar a construir y escalar la infraestructura detrás de una de sus capacidades de producto principales. Este es un rol de ingeniería práctico enfocado en diseñar infraestructura de scraping resiliente, superar sofisticados sistemas anti-bots y recolectar datos de alta calidad a escala. Serás responsable de todo el ciclo de vida de las canalizaciones de recolección de datos a gran escala, asegurando que sigan siendo confiables, escalables y resilientes a medida que el producto continúa creciendo. Responsabilidades - Estrategia y Arquitectura de Infraestructura: Diseñar, construir y mantener la infraestructura central detrás de nuestra plataforma de recolección de datos asíncrona a gran escala. - Ingeniería de Resiliencia Avanzada: Diseñar, implementar y mejorar continuamente sofisticadas estrategias anti-bloqueo, incluyendo huellas digitales del navegador (browser fingerprinting), rotación de proxies, manejo de CAPTCHA y otras técnicas necesarias para mantener una recolección de datos confiable. - Desarrollo Central: Diseñar, desarrollar, probar y mantener componentes de scraping robustos utilizando Python y frameworks de scraping modernos como Playwright, Scrapy, Selenium, Requests y herramientas relacionadas. - Excelencia Operacional: Construir sistemas de monitoreo, alertas y registro que ayuden a identificar problemas rápidamente y mejoren continuamente la confiabilidad de los scrapers y la calidad de los datos. - Canalizaciones de Datos e Integraciones: Desarrollar y mantener canalizaciones de ingesta de datos escalables e integraciones con APIs REST internas y externas. - DevOps y Automatización: Contribuir a la automatización de la infraestructura utilizando Docker, pipelines de CI/CD, entornos Linux y prácticas de DevOps relacionadas. - Colaboración: Trabajar en estrecha colaboración con otros ingenieros para mejorar nuestra plataforma de scraping, establecer estándares de ingeniería y mentorizar a compañeros de equipo con menos experiencia. Requisitos - Sólida experiencia comercial en la construcción de sistemas de web scraping y recolección de datos de alto volumen utilizando Python. - Profundo conocimiento práctico de técnicas anti-bots, incluyendo huellas digitales del navegador (browser fingerprinting), resolución de CAPTCHA, gestión de proxies y mitigación de bloqueos. - Fuerte comprensión de programación asíncrona, automatización de navegadores, análisis de HTML, protocolos HTTP y APIs REST. - Experiencia práctica con Playwright, Scrapy, Selenium o frameworks de scraping similares. - Experiencia trabajando con Docker, Linux, Git y prácticas modernas de desarrollo de software. - Familiaridad con bases de datos SQL y NoSQL. - Sólida mentalidad de propiedad con la capacidad de impulsar de forma independiente proyectos técnicos complejos. - Fluidez en inglés (comunicación). VALORADO - Experiencia con frameworks asíncronos avanzados (asyncio, Celery, colas de tareas distribuidas). - Experiencia en la construcción de sistemas de monitoreo y validación de calidad de datos. - Experiencia mentorizando ingenieros o ayudando a equipos técnicos a escalar. - Experiencia utilizando herramientas modernas de desarrollo asistido por IA (Claude Code, Cursor, Codex, Windsurf o similares). Valoramos a los ingenieros que utilizan la IA como un multiplicador de ingeniería, guiando, revisando y orquestando soluciones generadas por IA en lugar de escribir manualmente cada detalle de implementación. Qué Ofrecemos - Alta propiedad y la oportunidad de tener un impacto medible en un producto en rápido crecimiento. - Cultura remota desde el inicio con arreglos de trabajo flexibles. - Paquete de compensación competitivo. - Desarrollo personal y profesional a través de aprendizaje continuo y coaching. - Un equipo de ingeniería internacional colaborativo que resuelve problemas técnicamente desafiantes. - Oficina opcional cerca de Berlín en el campus de la Universidad Tecnológica de Wildau.
Responsabilidades
- Arquitectura e infraestructura de plataforma de recolección de datos asíncrona a gran escala
- Estrategias anti-bloqueo (fingerprinting, rotación de proxies, CAPTCHA)
- Desarrollo de componentes de scraping (Python, Playwright, Scrapy, Selenium, Requests)
- Sistemas de monitoreo, alertas y logging
- Pipelines de ingesta de datos e integraciones con APIs REST
- Automatización de infraestructura (Docker, CI/CD, Linux)
- Colaboración con otros ingenieros y mentoría
Habilidades
Web scrapingRecolección de datosTécnicas anti-botAutomatización de navegadoresAnálisis HTMLProtocolos HTTPAPIs RESTProgramación asíncronaOwnershipProactividadColaboraciónComunicación
Beneficios
- Alta propiedad y oportunidad de impacto medible
- Cultura remota-first con arreglos de trabajo flexibles
- Paquete de compensación competitivo
- Desarrollo personal y profesional
- Equipo de ingeniería internacional colaborativo
- Oficina opcional cerca de Berlín