Data Engineer, La Finca

En

Lagersoft

estamos creciendo y nuestro sistema de datos necesita evolucionar al mismo ritmo.

Operamos una

plataforma de gaming

con múltiples fuentes de datos, flujos asíncronos y un volumen donde la

consistencia y la trazabilidad no son opcionales . Nuestro stack incluye ingestión continua, procesamiento distribuido y distintos niveles de almacenamiento.

Buscamos un

Data Engineer con fuerte criterio técnico

para ayudarnos a evolucionar la arquitectura de datos— desde cómo se ingieren hasta cómo se modelan y consumen (reportería, analytics y LLMs).

Este rol no es solo de implementación. Esperamos que identifiques problemas estructurales, propongas soluciones y las lleves a ejecución junto con el equipo.

Objetivo del rol Diseñar y evolucionar la

arquitectura de datos end-to-end

— ingestión, procesamiento, modelado y consumo — para habilitar reporting confiable, analítica y consumo por LLMs a escala.

Diseñar y evolucionar la

arquitectura de datos end-to-end

Definir criterios y estándares para la construcción de

datasets reutilizables

Construir capas que habiliten

reporting confiable y consumo por LLMs

Diseñar

modelado de datos

alineado a necesidades de negocio

Optimizar

performance y costos

sobre servicios AWS

Identificar y corregir

problemas de escalabilidad

en pipelines, storage y queries

Colaborar en la construcción de pipelines ( Airflow, PySpark, Glue )

Participar en

decisiones de arquitectura

e ingeniería de datos

Analizar problemas de

calidad de datos, consistencia y trazabilidad

Contribuir a la evolución del stack evaluando

trade-offs reales

Procesamiento

Python / PySpark

Orquestación

Airflow, AWS Glue

Storage

S3, formatos de metadata (Delta / Iceberg)

Bases de datos

Aurora RDS, Athena, Redshift

Consumo

Power BI, LLMs / agents

Experiencia diseñando

pipelines y arquitecturas de datos en producción

Experiencia con

modelado de datos para analítica

Experiencia con

grandes volúmenes de datos

(batch y/o near real-time)

Procesamiento distribuido

(Spark / PySpark)

Conocimiento de

data lakes y capas de metadatos

(Delta, Iceberg, Hudi)

Experiencia con

orquestación

(Airflow o similares)

Buen entendimiento de

performance en bases OLAP y OLTP

Familiaridad con el

ecosistema AWS

Plus:

familiaridad con arquitecturas orientadas a eventos o streaming

Cómo trabajas

Pensamiento sistémico

— entiendes el sistema completo, no solo piezas aisladas

Criterio técnico

— tomas decisiones con trade-offs claros

Ownership

— tomas problemas abiertos y los llevas a solución concreta

Pragmatismo

— sabes cuándo estandarizar y cuándo resolver rápido

Comunicación clara

— explicas decisiones técnicas y sus implicaciones

Orientación a negocio

— entiendes que el valor está en cómo se usan los datos, no solo en cómo se procesan

Forma de trabajo

Ciclos iterativos, orientados a

problemas reales

— no solo a tickets

Discusión técnica y refinamiento en equipo

como parte del día a día

Criterio para priorizar entre

deuda técnica, nuevas necesidades y evolución

del sistema

Se espera que propongas

rutas técnicas para soluciones generales , no solo puntuales

Serás parte de un

equipo de datos de ~5 personas . Tu rol es

elevar la calidad técnica

del equipo y ayudar a que las decisiones de arquitectura escalen en el tiempo. Trabajarás de forma cercana con líderes técnicos, producto y otras áreas.

Equipo técnico

pequeño y de alto nivel

Problemas reales de escala

— no casos de laboratorio

Espacio para

influir en decisiones de arquitectura

desde el día uno

Stack moderno con

LLMs y agents

como ciudadanos de primera clase

Sin burocracia, con foco absoluto en ejecución

#J-18808-Ljbffr