Analytics Engineer — Remoto - LATAM — Tech Recruiting - SQL, dbt, Dimensional Modeling, BI

Descripción del puesto

Sobre la vacante

Tech Recruiting Agency está buscando un Analytics Engineer para unirse a un equipo de datos moderno. Este rol es completamente remoto y exclusivo para candidatos basados en países de habla hispana en Latinoamérica. El enfoque principal es trabajar con ELT (Extract, Load, Transform) y habilitar capacidades de Business Intelligence.

Requisitos principales:

• SQL avanzado para modelado y consultas complejas
• Experiencia con dbt (data build tool) para transformaciones
• Conocimiento en modelado dimensional (star schema, snowflake)
• Habilitación de BI para equipos de negocio
• Calidad y testing de datos (validación, monitoreo)

Habilidades deseables:

• Herramientas de visualización: Looker, Tableau o Power BI
• Plataformas de datos en la nube: Snowflake, BigQuery o Redshift

Beneficios mencionados:

• Posición 100% remota
• Oportunidad de trabajar con clientes internacionales
• Enfoque en tecnologías modernas de analytics

¿Por qué deberías aplicar?

Este rol te coloca en la vanguardia de la ingeniería de datos moderna, donde el ELT está redefiniendo cómo las empresas manejan sus datos. Aprenderás a construir pipelines robustos con dbt, una herramienta que está dominando el mercado de transformación. Tendrás la oportunidad de habilitar decisiones empresariales a través de BI de alta calidad, impactando directamente en la estrategia de los clientes. Es una puerta de entrada a trabajar con tecnologías cloud-first y metodologías ágiles en un entorno remoto internacional.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• SQL experto: No solo consultas básicas, sino optimización, window functions y CTEs
• dbt mastery: Conocimiento de modelos, tests, documentación y CI/CD en dbt
• Modelado de datos: Diseño de schemas dimensionales para performance y usabilidad
• Soft skills: Comunicación clara para traducir necesidades de negocio a requerimientos técnicos

Tips prácticos para este puesto

• Prepara tu portfolio de dbt: Si no tienes proyectos reales, crea uno con datasets públicos (ej: Google Analytics sample) y muestra modelos, tests y documentación
• Domina un stack cloud: Elige Snowflake, BigQuery o Redshift y profundiza en sus particularidades de optimización y costos
• Practica casos de negocio: Prepárate para preguntas como "¿cómo modelarías un funnel de conversión?" o "¿cómo asegurarías la calidad de datos de ventas?"

Recursos recomendados

• Herramientas: dbt Cloud, dbt Core, Snowflake Trial, BigQuery Sandbox
• Documentación: dbt Documentation, The Data Warehouse Toolkit (libro de Kimball)
• Influencers: Tristan Handy (CEO de dbt Labs), Benn Stancil (Mode Analytics)
• Cursos: dbt Learn, Data Engineering Zoomcamp, Coursera Data Modeling

Preguntas frecuentes en entrevistas para este rol

• "¿Cómo estructurarías un modelo dimensional para un ecommerce?" - Tip: Explica star schema con tablas de hechos (transacciones) y dimensiones (productos, tiempo, clientes), menciona slowly changing dimensions si aplica
• "Describe tu experiencia con testing en dbt" - Tip: Habla de tests genéricos (unique, not_null) y custom tests, cómo los integras en CI/CD, y métricas de calidad
• "¿Cómo priorizarías requests de BI de múltiples stakeholders?" - Tip: Menciona frameworks como RICE (Reach, Impact, Confidence, Effort) o colaboración con product managers para alinear con objetivos de negocio

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $2,000 - $3,500 | | Mid | $3,500 - $5,500 | | Senior | $5,500 - $8,000 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más.*

Red flags a considerar

• Bandera roja 1: Falta de definición de métricas clave - Pregunta en la entrevista: "¿Cuáles son las 3-5 métricas principales que el negocio monitorea y cómo las definen?" para detectar desorganización
• Bandera roja 2: Stack tecnológico obsoleto - Investiga antes de aceptar: Verifica si usan herramientas legacy (ej: ETL tradicional sin dbt) o si hay planes de migración a cloud
• Bandera roja 3: Expectativas poco realistas sobre velocidad - Señal de advertencia común: Si mencionan "necesitamos analytics en tiempo real para todo" sin justificación de negocio, puede indicar falta de priorización