Data Engineer

• Extraer, limpiar, transformar y almacenar los datos requeridos para los casos de uso
• Diseñar y gestionar pipelines de integración de datos
• Desarrollar ETLs y herramientas de analítica avanzada de alta calidad
• Monitorear la estabilidad y ejecutar controles de calidad del pipeline de datos
• Optimizar costos, rendimiento y seguridad de la información

Ingeniero de Datos

• Diseñar modelos de datos analíticos bajo esquemas star schema
• Construir y gestionar transformaciones de datos en Azure Data Factory
• Desarrollar métricas DAX de alta complejidad y consultas SQL avanzadas
• Implementar Row-Level Security (RLS) y optimizar el performance
• Aprovisionar, configurar y parametrizar servicios AWS
• Actuar como interlocutor principal con el cliente

Arquitecto de Datos

• Diseñar, implementar y administrar soluciones de datos alineadas con las necesidades del negocio.
• Gestionar la disponibilidad, el rendimiento y la seguridad de plataformas y bases de datos.
• Participar en la implementación, configuración y soporte de soluciones sobre Oracle Cloud Infrastructure (OCI).
• Monitorear, optimizar y mantener la infraestructura de datos, garantizando la continuidad operativa.
• Colaborar con equipos técnicos en la implementación de soluciones de infraestructura y datos.
• Aplicar buenas prácticas de arquitectura, administración, seguridad y operación de plataformas Oracle.
• Documentar configuraciones, procedimientos y soluciones implementadas.
• Brindar soporte técnico y participar en iniciativas de mejora continua de la plataforma.

Senior Ingeniero de Datos – Part Time

• Design, develop, and maintain automated data pipelines and analytics solutions.
• Automate manual reporting processes and repetitive data workflows.
• Optimize SQL queries, data models, and processing performance.
• Support production data preparation and model scoring for predictive analytics.
• Monitor data quality, troubleshoot pipeline issues, and improve reliability.
• Collaborate with business and technical stakeholders to deliver scalable data solutions.
• Promote data engineering best practices and drive continuous improvements.

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

• Own Big Data pipelines end to end.
• Design, build, and optimize PySpark ETL/ELT pipelines on Amazon EMR and AWS Glue that process nationwide, county-partitioned property data (First American, BuildZoom permits, market comps) on daily and monthly cadences.
• Run our lakehouse.
• Operate and evolve our Bronze → Silver → Gold data lake on S3 with Apache Hudi and the AWS Glue Data Catalog, queried through Athena, including schema contracts, partitioning strategy, compaction, and performance tuning.
• Orchestrate and automate.
• Build reliable orchestration with AWS Step Functions, EventBridge, and Lambda; make reruns, backfills, and failure recovery boring and documented.
• Enforce data quality.
• Implement and extend our Data QA Audit Standard: layer contracts, write-audit-publish gating, quarantine flows, drift monitoring, and actionable Slack alerting, so bad data never reaches a client list.
• Operate production databases and APIs.
• Manage Aurora PostgreSQL and DynamoDB workloads, and run data-serving APIs (API Gateway, SQS-backed async workers), such as our Address Resolution Service, to production SLAs with dashboards and runbooks.
• Own cloud cost.
• Monitor, report, and reduce the AWS data-platform bill (EMR cluster sizing, Glue/Lambda usage, S3 lifecycle, Athena scan costs) as a first-class engineering responsibility.
• Ship infrastructure as code.
• Define infrastructure with Terraform and CloudFormation, delivered through GitHub Actions CI/CD with tests, linting, and coverage gates, we run a disciplined PR, branch-policy, and code-review culture.
• Partner with Data Science.
• Build the feature pipelines, training datasets, and serving paths behind our ML scoring and valuation models (scikit-learn/XGBoost-family stack), and co-own the handoff contracts between DS and DE.
• Document like a pro.
• Maintain runbooks, architecture docs, and data dictionaries (Confluence) so any teammate can operate what you build.

Senior Data Engineer

• Diseñar, implementar y operar los procesos de ingesta y transformación de datos en la plataforma de datos.
• Garantizar la disponibilidad, calidad, trazabilidad, gobierno y seguridad de la información.
• Asegurar que las soluciones de integración de datos estén alineadas con la estrategia de la organización.

Senior Data Engineering Expert – Data Hub Riesgos, AI Transformation

• Diseñar, implementar y operar los procesos de ingesta, transformación y disponibilidad de datos en la plataforma analítica.
• Asegurar la calidad, trazabilidad, seguridad y gobierno de la información.
• Alinear las ingestas con la estrategia de datos de la organización, garantizando información confiable y oportuna.

Senior Data Engineering Expert – Data Hub Finance, AI Transformation

• Garantizar la integridad, precisión y veracidad de los datos recopilados de diversas fuentes de la compañía.
• Analizar reportes operativos y dar soporte a las necesidades de estructuras de datos.
• Validar, auditar y procesar datos para la entrega de pre-cierres, cierres y actualizaciones diarias.
• Colaborar con el equipo de ingeniería para optimizar el código (SP) y agilizar el procesamiento de la información.
• Colaborar con el equipo de nómina para calcular horas de los colaboradores de manera eficiente.

• Design, build, and maintain data pipelines and ETL processes using Databricks and Apache Spark.
• Optimize data workflows for performance, scalability, and cost efficiency.
• Implement data Lakehouse architecture and manage data ingestion from multiple sources.
• Collaborate with data scientists and analysts to enable advanced analytics and machine learning workloads.
• Ensure data quality, governance, and security across all data assets.
• Monitor and troubleshoot Databricks clusters, jobs, and workflows.
• Integrate Databricks with cloud services (AWS, Azure, or GCP) and other enterprise systems.
• Document processes, standards, and best practices for data engineering.

• Architect for RAG: Design and scale the pipelines for Retrieval-Augmented Generation (RAG), transforming massive volumes of unstructured IT logs and documentation into optimized Vector Embeddings
• Scale vector infrastructure: Responsible for the health and performance of our vector databases (e.g., Pinecone, Milvus, or Weaviate), ensuring sub-second retrieval speeds for agentic reasoning loops
• Engineer semantic layers: Move beyond simple ETL to build knowledge graphs and semantic layers that provide agents with the necessary context to navigate complex infrastructure puzzles
• Automate data excellence: Build automated data guardrails to detect noise, bias, or PII (Personally Identifiable Information) before it reaches the model
• Solve meaningful challenges: Serve as the bridge between raw, messy data sources and deep technical AI work, identifying and resolving quality issues at the source
• Progress to production: Build, deploy, and maintain the CI/CD pipelines for our data infrastructure, ensuring that our context window remains fresh and reliable

• Liderar proyectos de envergadura media, ya sea por su tamaño, su criticidad o impacto estratégico asociado a la SDA y prioridades del área
• Coordinando, planificando y priorizando las actividades y tareas relacionadas con el proyecto que dirige

Senior Software Expert – Loans Boosters, Engineering & Data

• Implementar soluciones de datos utilizando servicios administrados de GCP.
• Desarrollar componentes backend y procesos de integración robustos.
• Construir APIs y microservicios eficientes para la arquitectura Cloud Native.
• Automatizar despliegues y configuraciones para asegurar la escalabilidad del sistema.
• Construir pipelines de ingestión y transformación de datos eficientes.
• Desarrollar procesos de procesamiento de datos en modalidades batch y streaming.
• Implementar modelos de datos analíticos para la toma de decisiones estratégicas.
• Construir procesos basados en agentes, consumiendo e implementando LLMs junto con la optimización de prompts.

Ingeniero de datos, GCP

• Diseñar, construir y optimizar pipelines de datos escalables y confiables orientados a analítica y BI.
• Desarrollar pipelines de ingesta, transformación y consumo de datos usando Databricks.
• Implementar procesos ETL/ELT eficientes utilizando SQL y Python.
• Desplegar y mantener soluciones de datos en Azure (ADLS, Azure SQL, Synapse, entre otros).
• Versionar código, automatizar despliegues y gestionar CI/CD mediante Azure DevOps.
• Asegurar la calidad, trazabilidad y performance de los datos.
• Colaborar con analistas de gobierno de datos, arquitectos de datos y equipos de negocio.

• Gestionar y optimizar de manera integral la plataforma AWS Databricks, supervisando la configuración de clústeres, espacios de trabajo y recursos de cómputo para asegurar un rendimiento óptimo.
• Diseñar e implementar controles de acceso estrictos basados en el principio de menor privilegio.
• Definir, estructurar y gestionar arquetipos de usuario (personas) para ingenieros de datos, científicos de datos y analistas.
• Colaborar estrechamente con arquitectos empresariales e ingenieros.
• Monitorear continuamente la disponibilidad, rendimiento y costos de los recursos.
• Desarrollar scripts de automatización para mecanismos de rollback y recuperación ante desastres.
• Definir e implementar Procedimientos Operativos Estándar (SOP).

Ingeniero de Datos Bilingüe, Databricks – AWS

• Implementar la lógica de transformación y conversión de datos contables.
• Diseñar, desarrollar y mantener pipelines ETL/ELT usando Apache Spark y AWS Glue.
• Garantizar la calidad, trazabilidad y linaje de los datos en cada etapa del pipeline.
• Colaborar con el BA para entender las reglas de negocio contable.

• Design and operate the cloud data infrastructure powering AI initiatives.
• Architect production-scale data lakes on AWS.
• Build real-time ingestion and observability pipelines.
• Own the vector search and embedding layers that feed RAG systems and autonomous agents.

Senior Data Engineer – AWS, RAG Pipelines

• Define el modelo de datos transversal del producto, la estrategia analítica y las reglas de gobierno para todo el ecosistema.

• Data Ingestion & ETL: Build Python/SQL pipelines to ingest invoices, orders, and catalogs.
• Perform historical backfills via SFTP/API and manage Airflow DAGs.
• Instance Configuration: Set up custom fields, product filtering logic, and sales workflows.
• Manage SSO and user provisioning for new rollouts.
• AI-Augmented Engineering: Leverage AI coding assistants (Copilot, Cursor) and LLMs to accelerate Python/SQL script generation, data mapping, and debugging.
• Customer Communication & Projects: Act as a technical point of contact. Translate complex data issues into clear updates for customers. Own project milestones from kickoff to "Go Live."
• Integration & Automation: Build Workato recipes and connect customer ERPs via APIs/webhooks to ensure real-time data flow.
• QA & Troubleshooting: Triage HubSpot support tickets, debug data discrepancies in large data sets, and deploy production fixes.
• Documentation: Maintain customer data mappings and internal technical runbooks.

• Diseñar y desarrollar soluciones de datos utilizando herramientas modernas.
• Colaborar con equipos multidisciplinarios para definir requisitos y expectativas del cliente.
• Implementar prácticas de ingeniería de datos para optimizar el rendimiento de las aplicaciones.

Data Engineer jobs in Colombia

See all jobs on JobTailor

Ingeniero de Datos

Arquitecto de Datos

Senior Ingeniero de Datos – Part Time

Lead Data Engineer

Data Engineer Manager

Senior Data Engineer

Senior Data Engineering Expert – Data Hub Riesgos, AI Transformation

Senior Data Engineering Expert – Data Hub Finance, AI Transformation

Ingeniero de Datos

Senior Data Engineer

Data Engineer

Senior Software Expert – Loans Boosters, Engineering & Data

Ingeniero de datos, GCP

Ingeniero de Datos

Ingeniero de Datos Bilingüe, Databricks – AWS

Data Engineer

Senior Data Engineer – AWS, RAG Pipelines

Arquitecto de Datos

Data Engineer

Senior Data Engineer