Ingeniero de Datos at Gilat

San Isidro, Piura, Peru -

Full Time

Start Date

Immediate

Expiry Date

19 Aug, 26

Salary

0.0

Posted On

21 May, 26

Experience

5 year(s) or above

Remote Job

Yes

Telecommute

Yes

Sponsor Visa

Skills

Data Engineering, Data Architecture, Azure Data Factory, Databricks, Synapse Analytics, ETL/ELT Pipelines, Data Modeling, Data Governance, SQL, Spark, Power BI, Data Lakehouse, Dimensional Modeling, Data Quality, Python, Cloud Platforms

Industry

Satellite Telecommunications

Description

Liderar el diseño, implementación y optimización de la arquitectura de datos de Gilat Perú, incluyendo el Data Lakehouse, la normalización y gobierno del modelo de datos corporativo, y los pipelines de ingesta y transformación desde las fuentes de datos de la empresa (SAP, SIG, Excel y sistemas operacionales), convirtiendo datos dispersos en activos estratégicos que habiliten la analítica avanzada y la toma de decisiones basada en datos. Who we are looking for Bachiller o Titulado en Ingeniería de Sistemas, Ingeniería Informática, Estadística, Matemáticas o carreras afines. (Colegiatura deseable) Certificación Microsoft Azure (DP-203: Data Engineering on Azure, DP-900, AZ-900) – requerida o en curso. Certificación en Databricks (Databricks Certified Data Engineer) – deseable Especialización, diplomado o cursos en Data Engineering, arquitectura de datos, modelado dimensional o plataformas cloud de datos What you will do Diseñar y liderar la implementación de la arquitectura del Data Lakehouse de la empresa, definiendo las capas Bronze-Silver-Gold, los estándares de ingesta, transformación, almacenamiento y acceso, y guiando técnicamente al equipo en la ejecución del proyecto. Diseñar y ejecutar el modelo de datos corporativo de Gilat Perú: levantar las fuentes de datos actuales (SAP, SIG, sistemas legacy, Excel), identificar entidades, relaciones y reglas de negocio, normalizar el modelo, definir el esquema del Data Warehouse / Data Lakehouse y documentar el diccionario de datos y el linaje de cada entidad. Diseñar, desarrollar y mantener los pipelines de ingesta y transformación de datos (ETL/ELT) desde todas las fuentes de Gilat Perú hacia el Data Lakehouse, asegurando calidad, frecuencia, idempotencia y monitoreo de los flujos de datos. Establecer y operar el framework de gobierno de datos de Gilat Perú: definir políticas de calidad de datos, estándares de nomenclatura, clasificación de datos, control de acceso por capas, linaje de datos y catálogo de datos, asegurando que los datos del Lakehouse sean confiables, trazables y seguros. Optimizar el rendimiento de consultas y procesos de las bases de datos, incluyendo diseño de índices, particionamiento, estrategias de compresión, tuning de queries en Spark y SQL, y definición de estrategias de materialización (vistas, tablas agregadas, caché) para habilitar analítica performante sobre grandes volúmenes de datos. Colaborar con el equipo de Analítica Avanzada en la habilitación de modelos analíticos, dashboards en Power BI y modelos de Machine Learning, proveyendo las capas de datos curadas (capa Gold) y los esquemas semánticos necesarios, y apoyando en la definición de KPIs y métricas de negocio relevantes para Gilat Perú. Requirements Mínimo 4 años de experiencia en ingeniería de datos, arquitectura de datos o roles equivalentes, con participación comprobada en proyectos de construcción de Data Warehouse, Data Lake o Data Lakehouse en entornos productivos Experiencia en plataforma Azure de datos (Azure Data Factory, Synapse Analytics, Delta Lake / Databricks) – al menos 2 años. Experiencia en modelado de datos (dimensional, Data Vault o Lakehouse medallion architecture) y en ambientes con múltiples fuentes de datos heterogéneas (ERP, sistemas operacionales, archivos planos). Experiencia liderando o guiando técnicamente a un equipo de datos es un diferencial valorado #LI-ONSITE #PER What we have for you null

Responsibilities

Lead the design and implementation of the corporate Data Lakehouse architecture, including the creation of Bronze-Silver-Gold layers and ETL pipelines. Establish a data governance framework and optimize database performance to enable advanced analytics and business decision-making.