Data Engineer

• Conduct comprehensive gap analysis and data mapping across 80+ ERP systems to identify integration challenges, data inconsistencies, and transformation requirements.
• Design and develop standardized ETL pipelines and data transformation processes for migrating enterprise data into Microsoft Fabric.
• Build robust data quality frameworks and validation rules to ensure data readiness for AI and analytics workloads.
• Lead hands-on implementation of ETL standards and best practices, establishing repeatable patterns and automation scripts for multi-source integrations.
• Develop and optimize data models that support seamless transformation from fragmented ERP sources into a unified, AI-ready data architecture.
• Lead the pilot implementation phase, testing and refining standards against real ERP data before full-scale rollout.
• Mentor and guide team members on ETL development, data transformation techniques, and Fabric-specific engineering practices.
• Collaborate with stakeholders to document data lineage, transformation logic, and integration patterns for knowledge transfer and governance.
• Troubleshoot data inconsistencies and implement corrective measures to maintain data integrity throughout the pipeline.

Lead Data Engineer

• Lead and mentor a team of data engineers, fostering best practices in coding, architecture, and data engineering standards.
• Define and drive the technical strategy for Journey Analytics data platforms, ensuring scalability, maintainability, and performance.
• Oversee the maintenance, optimization, and automation of code repositories in GitHub, ensuring high-quality and consistent development practices.
• Guide the refactoring of legacy codebases to improve maintainability, scalability, and reusability across multiple use cases.
• Drive the design and implementation of modular, reusable data components to support multiple journeys and reduce duplication.
• Oversee the development and management of automated data pipelines in Databricks, ensuring reliability and scalability for downstream consumption.
• Establish and enforce standards for scalable data modeling to support current and future analytics use cases.
• Ensure data quality, governance, performance, and reliability across all data pipelines and datasets.
• Partner with analytics, product, and engineering stakeholders to align data solutions with business needs and priorities.
• Proactively identify risks, bottlenecks, and improvement opportunities and drive mitigation strategies at a team and platform level.
• Promote continuous improvement of data processes, documentation, and engineering practices.

Data Engineer Manager

• Diseñar, desarrollar y mantener canalizaciones de datos (ETL/ELT) utilizando Python y SQL, bajo la Arquitectura Medallion, asegurando la transformación, limpieza y estructuración de los datos en Google Cloud Platform (GCP).
• Diseñar modelos de datos relacionados y optimizar las consultas SQL para garantizar un procesamiento eficiente, escalable y de alto rendimiento, optimizando el uso de la infraestructura.
• Desarrollar y mantener paneles e indicadores en Looker Studio y Grafana, facilitando la visualización de métricas clave para equipos de Producto, Negocio y Análisis.
• Implementar prácticas de gobernanza, seguridad y automatización de datos a través de herramientas DevOps, asegurando el cumplimiento de los estándares de seguridad de la información e impulsando el uso de API e ingeniería de indicaciones para optimizar procesos.

Data Engineer, CL, CO

• Diseñar, desarrollar y mantener canales de datos y procesos ETL para garantizar el flujo eficiente y confiable de datos desde diversas fuentes a nuestro almacén de datos.
• Colaborar con científicos de datos, analistas y otras partes interesadas para comprender los requisitos de datos y traducirlos en soluciones técnicas.
• Realizar modelado de datos y diseño de bases de datos para optimizar el almacenamiento y la recuperación de datos.
• Implementar procesos de validación y calidad de los datos para garantizar la precisión e integridad de los datos.
• Supervisar y solucionar problemas de sistemas y canalizaciones de datos para identificar y resolver cualquier problema o cuello de botella.
• Desarrollar y mantener documentación para procesos, sistemas y mejores prácticas de ingeniería de datos.
• Manténgase actualizado con las últimas tendencias y tecnologías en ingeniería de datos y recomiende mejoras para mejorar la infraestructura y los sistemas de datos.

• Diseñar e implementar pipelines de datos altamente automatizados y escalables utilizando Apache Airflow, Spark y BigQuery.
• Monitorear los flujos de datos en tiempo real y resolver incidencias para garantizar disponibilidad y continuidad operativa.
• Implementar prácticas de DevOps en los pipelines de datos, incluyendo automatización de despliegues y control de versiones.
• Gestionar permisos y accesos a los datos en entornos seguros, asegurando el cumplimiento de las políticas de gobernanza de IBDF.
• Optimizar la infraestructura de datos para soportar grandes volúmenes y picos de demanda.
• Documentar procesos, configuraciones y procedimientos operativos para facilitar el mantenimiento y la escalabilidad del sistema.
• Colaborar con equipos de infraestructura, ingeniería y producto para alinear las operaciones de datos con los objetivos del negocio.
• Mentorizar a ingenieros junior y mid en buenas prácticas de DataOps y resolución de problemas de pipelines.

DataOps Engineer

• Lead the migration to Microsoft Fabric.
• Rebuild existing pipelines, workflows, and workspaces from our Azure environment.
• Expand and scale the platform to create value for users.
• Design and build ingestion for new sources, create and validate transformation code, and surface data in intuitive semantic layers.
• Maintain and improve data trust.
• Work in a medallion architecture.
• Put engineering quality first.
• Connect data to consumption.
• Consider storage and lifecycle.

• Transformar datos crudos en activos de datos confiables y estratégicos.
• Diseñar, implementar y mantener pipelines robustos y escalables.
• Asegurar que los datos estén disponibles de manera oportuna, limpios, seguros y estructurados.
• Crear y optimizar pipelines escalables y eficientes.
• Definir modelos de datos y vistas para dominios críticos de negocio.
• Evaluar la completitud y madurez de los journeys (Bronze/Silver/Gold).
• Liderar integración de nuevas fuentes y roadmap de evolución.
• Asegurar cumplimiento de normativas, estándares, costos y SLAs.
• Guiar buenas prácticas de versionamiento, documentación y CI/CD.
• Colaborar y alinear con stakeholders técnicos y de negocio.

Data Engineer – Semi Senior/Senior

• Transformar datos crudos en activos de datos confiables y estratégicos.
• Diseñar, implementar y mantener pipelines robustos y escalables.
• Asegurar que los datos estén disponibles de manera oportuna, limpios, seguros y estructurados.
• Facilitar el uso de datos por analistas, equipos de producto, negocio y ciencia de datos.
• Migración de procesos de datos utilizando Dataform con herramientas de IA como Cloude y GPT.

Data Engineer – Semi Senior

• Apoyar desde la ingeniería de datos a la entrega de los productos del equipo.
• Participar en las instancias de discovery, el diseño y desarrollo de MVP.
• Lograr entregar los resultados en un ambiente productivo y hacer seguimiento de tus entregas.
• Participar con tus pares de ingeniería de datos en sesiones de exposición y aprendizaje.

• Diseñar, desarrollar y optimizar los pipelines de datos para la ingesta y activación omnicanal.
• Construir validadores automatizados de datos ('Quality Gates') para asegurar la calidad e integridad de las audiencias en tiempo real.
• Transformar datos crudos en activos de datos confiables y estratégicos.
• Diseñar, implementar y mantener pipelines robustos y escalables para que los datos estén disponibles de manera oportuna.

Senior Data Engineer

• Diseñar, construir y escalar pipelines de datos que permitan integrar nuevas fuentes al ecosistema Customer 360.
• Asegurando la disponibilidad, calidad y gobernanza de la información.
• Habilitando la creación de productos analíticos basados en contextos que impulsen la toma de decisiones y la personalización de la experiencia de cliente.
• Integración y modelamiento de datos.
• Diseñar e implementar pipelines de ingesta y transformación de nuevas fuentes de datos (batch y/o near real-time).
• Integrar fuentes internas y externas al modelo de Customer 360, asegurando consistencia con los contextos definidos.
• Modelar y estructurar datos para su uso en APIs y analytics.
• Desarrollar productos analíticos.
• Construir y mantener subproductos analíticos basados en contextos (ej: segmentaciones, features, modelos).
• Habilitar datasets listos para consumo por equipos de negocio, analytics y data science.
• Implementar controles de calidad, validaciones y monitoreo de pipelines.
• Asegurar trazabilidad, documentación y buenas prácticas de data governance.
• Optimizar pipelines para performance, costo y escalabilidad.
• Trabajar de forma cercana con equipos de negocio, analytics, backend y producto.
• Participar en el diseño de nuevos contextos y definición de requerimientos de datos.
• Contribuir a la mejora continua de la arquitectura y estándares del equipo.

• Participar en proyectos reales
• Colaborar con equipos expertos
• Aplicar tus conocimientos y desarrollar nuevas habilidades en un entorno dinámico e innovador.

Data Engineer jobs in Chile

See all jobs on JobTailor

Lead Data Engineer

Data Engineer Manager

Data Engineer, CL, CO

Data Engineer

DataOps Engineer

Data Engineer

Data Engineer – Semi Senior/Senior

Data Engineer – Semi Senior

Data Engineer – Semi Senior/Senior

Senior Data Engineer

Senior Data Engineer

Práctica Data Engineer