Data Engineer Python y Apache Spark — Remoto - LATAM — AI Advertising - Python,

Descripción del puesto

Sobre la vacante

TeamStation AI está buscando Data Engineers con experiencia sólida en Python, Apache Spark y Databricks para construir pipelines de datos batch y streaming confiables para una plataforma de publicidad OOH en tiempo real. Trabajarás con conjuntos de datos a gran escala que impulsan casos de uso de analítica e IA.

Responsabilidades principales:

• Construir y optimizar pipelines de datos con Spark y Databricks
• Asegurar calidad y rendimiento de los datos
• Diseñar modelos de datos en Snowflake/Redshift
• Construir soluciones en la nube con AWS (S3, Glue, EMR, Kinesis)
• Colaborar con equipos de datos y producto

Modalidad: 100% Remoto en Latinoamérica

¿Por qué deberías aplicar?

Esta es una oportunidad única para trabajar en una plataforma de publicidad OOH en tiempo real que utiliza datos a gran escala para impulsar decisiones de marketing. En TeamStation AI, no solo construirás pipelines, sino que serás parte fundamental del motor de datos que alimenta soluciones de IA innovadoras. Crecerás profesionalmente en un entorno donde la escala, la velocidad y la confiabilidad son críticas, trabajando con tecnologías de vanguardia como Spark, Databricks y servicios avanzados de AWS.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Python avanzado para procesamiento de datos
• Apache Spark para procesamiento distribuido
• Databricks para orquestación y optimización
• AWS (S3, Glue, EMR, Kinesis) para infraestructura cloud
• SQL y modelado de datos en Snowflake/Redshift
• Ingeniería de datos para pipelines batch y streaming
• Colaboración con equipos multifuncionales

Tips prácticos para este puesto

• Prepara ejemplos concretos de pipelines que hayas construido con Spark, incluyendo métricas de rendimiento
• Demuestra conocimiento de arquitecturas de datos en tiempo real vs batch
• Muestra experiencia con al menos dos servicios de AWS mencionados en la vacante
• Practica optimización de consultas SQL complejas para Snowflake/Redshift

Recursos recomendados

• Documentación oficial: Apache Spark, Databricks, AWS Data Services
• Cursos: Databricks Academy, AWS Certified Data Analytics
• Influencers: Matei Zaharia (creador de Spark), Reynold Xin (cofundador de Databricks)
• Herramientas: Jupyter Notebooks, Airflow para orquestación, Great Expectations para calidad de datos

Preguntas frecuentes en entrevistas para este rol

• "Describe cómo optimizarías un pipeline de Spark que está lento" - Tip: Enfócate en particionamiento, caching y configuración de recursos
• "¿Cómo aseguras la calidad de datos en un pipeline de streaming?" - Tip: Menciona validaciones en tiempo real, monitoreo de métricas y estrategias de reprocesamiento
• "Explica la diferencia entre Snowflake y Redshift para este caso de uso" - Tip: Compara arquitectura, costos y rendimiento para cargas de trabajo de publicidad en tiempo real

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $2,500 - $3,500 | | Mid | $3,500 - $5,000 | | Senior | $5,000 - $7,500 |

*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 claridad en los requisitos de escalabilidad - Pregunta en la entrevista sobre los volúmenes de datos actuales y proyecciones de crecimiento
• Bandera roja 2: Infraestructura cloud desorganizada - Investiga si tienen una estrategia clara de costos y gobernanza en AWS
• Bandera roja 3: Equipo de datos subdimensionado - Señal de advertencia común en startups: pregunta sobre el tamaño del equipo y distribución de responsabilidades