1. Diseño de Infraestructura de Datos Escalable: Crear sistemas robustos que soporten petabytes de datos con alta disponibilidad y rendimiento.
2. Automatización de Procesos de Integración:
   • Diseñar y gestionar pipelines automatizados para integración y limpieza de datos.
3. Colaboración con Analistas y Científicos de Datos: Proveer datasets limpios, modelados y fácilmente accesibles.
4. Optimización de : Identificar cuellos de botella en flujos de datos y aplicar soluciones para mejorar tiempos de respuesta.
5. Monitoreo de Flujos de Datos: Implementar herramientas de monitoreo y alertas para garantizar la calidad y consistencia de los datos en tiempo real.

• Procesamiento de Datos:
  • Experiencia en frameworks como Apache Spark, Hadoop o Google Dataflow para procesamiento en grandes volúmenes de datos.
  • Conocimiento avanzado de batch processing y stream processing.
• Bases de Datos y Almacenamiento:
  • Manejo de bases de datos relacionales (Oracle, PostgreSQL o SQL Server ) y NoSQL (MongoDB, DynamoDB, Cassandra).
  • Experiencia en la configuración y gestión servicios data warehouses como Snowflake, Redshift o BigQuery.
• ETL/ELT:
  • Experiencia en la construcción y optimización de pipelines de datos usando herramientas como Apache Airflow, dbt, Talend o Luigi.
• Programación:
  • Dominio de lenguajes como Python, Scala o Java, enfocados en la manipulación de datos.
  • Habilidades en scripting para automatización y manejo de grandes datasets.
• Cloud Computing:
  • Familiaridad con servicios de datos en la nube como AWS Glue, Azure Data Factory o Google Cloud Dataflow.
  • Conocimientos en almacenamiento y gestión de datos en la nube: Amazon S3, Google Cloud Storage o Azure Blob Storage.
• Calidad y Seguridad de Datos:
  • Implementación de procesos de data profiling, limpieza y validación de datos.
  • Experiencia en garantizar el cumplimiento de normativas como GDPR, HIPAA o similares.
• Optimización de Consultas y Modelado de Datos Dimensionales:
  • Diseño de modelos de datos eficientes para análisis y consumo.
  • Desarrollo y optimización de queries SQL (CTES, Joins, Subqueries, etc) y otras herramientas.
• Detallista: Capacidad para identificar inconsistencias y garantizar la calidad de los datos.
• Proactivo/a: Habilidad para anticipar problemas y proponer mejoras.
• Colaborativo/a: Experiencia trabajando junto a equipos de analistas, desarrolladores o científicos de datos.
• Enlace a repositorio en GitHub, GitLab o Bitbucket.
• Certificaciones relevantes como Google Cloud Professional Data Engineer, AWS Certified Data Analytics, o similares.

Guinea Mobile SAC (Guinea) es una startup de tecnología de telecomunicaciones latinoamericana, fundada en 2016 con sede en Lima, Perú. La empresa se basa en crear productos tecnológicos que faciliten la experiencia móvil.

Hoy cuenta con cuatro marcas de Operadores Móviles Virtuales: PeruSIM, Cuy Móvil, Inka Móvil y Wings Mobile, siendo uno de los principales OMVs del mercado.

Nuestra misión se centra en permitir que cualquier negocio o persona pueda tener su propia oferta móvil, democratizando el servicio móvil.

Se encuentra en la búsqueda de Data Engineer para conformar el equipo de TEC.