Senior Data Engineer Python Spark Architect — Remoto - México, Colombia, Brasil — AI Media

Descripción del puesto

Sobre la vacante

TeamStation AI busca un Senior Data Engineer – Python Spark Architect para diseñar el futuro de plataformas de datos en una plataforma global de medios Out-of-Home (OOH). Este rol es ideal para profesionales con 6+ años de experiencia construyendo sistemas de datos a gran escala con Python, Apache Spark y Databricks. Trabajarás con conjuntos de datos masivos de geolocalización, comportamiento y transacciones que alimentan modelos de IA y ML, impactando directamente en las decisiones de equipos de ciencia de datos y negocios a nivel mundial.

Responsabilidades principales:

• Arquitecturar y optimizar pipelines de datos escalables en batch y streaming
• Trabajar directamente con Apache Spark y Databricks
• Garantizar calidad, confiabilidad y rendimiento de los datos
• Diseñar modelos de datos eficientes en Snowflake/AWS Redshift
• Construir soluciones cloud-native en AWS (Glue, EMR, S3, Kinesis)
• Colaborar con equipos globales de ingeniería y ciencia de datos

Modalidad: 100% Remoto Ubicaciones elegibles: México, Colombia, Brasil

¿Por qué deberías aplicar?

Esta no es solo otra posición de mantenimiento de pipelines. Estarás arquitectando la infraestructura de datos que impulsa decisiones globales en una plataforma de medios innovadora. Aprenderás a manejar datasets masivos y complejos que alimentan modelos de IA de vanguardia, trabajando con tecnologías líderes como Spark, Databricks y AWS. Es una oportunidad única para crecer como arquitecto de datos mientras impactas en un producto utilizado a nivel mundial.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python avanzado, Apache Spark, Databricks, arquitectura de datos, ETL/ELT, AWS (Glue, EMR, S3, Kinesis), Snowflake/Redshift
• Soft skills: Pensamiento arquitectónico, colaboración global, comunicación efectiva con equipos de data science

Tips prácticos para este puesto

• Enfócate en casos de arquitectura: Prepara ejemplos concretos de cómo diseñaste pipelines escalables
• Domina el stack AWS: Refuerza conocimientos en servicios específicos mencionados (Glue, EMR, Kinesis)
• Entiende el negocio: Investiga sobre la industria Out-of-Home media para entender el contexto de los datos

Recursos recomendados

• Documentación oficial: Apache Spark, Databricks, AWS Data Services
• Cursos: Databricks Certified Associate Developer, AWS Certified Data Analytics
• Influencers: Follow data engineering leaders on LinkedIn who share architecture patterns
• Tools: Great Expectations para data quality, dbt para transformaciones

Preguntas frecuentes en entrevistas para este rol

• "Describe cómo diseñarías un pipeline de streaming para datos geospatial a gran escala" - Tip: Enfócate en escalabilidad, latencia y herramientas específicas (Kinesis, Spark Streaming)

• "¿Cómo garantizas la calidad de datos en pipelines de producción?" - Tip: Menciona monitoreo, testing automatizado y estrategias de data validation

• "Explica tu experiencia optimizando consultas en Spark para mejorar performance" - Tip: Habla sobre particionamiento, caching y configuración de clusters

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Mid | $3,500 - $5,000 | | Senior | $5,000 - $8,000 | | Lead/Architect | $8,000 - $12,000 |

*Nota: Este rol específico (Senior/Architect) probablemente se ubique en el rango superior. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más, especialmente para arquitectura con tecnologías como Spark y AWS.*

Red flags a considerar

• Bandera roja 1: Si preguntan solo sobre mantenimiento y no sobre diseño arquitectónico - Pregunta en la entrevista: "¿Qué porcentaje del tiempo será diseño vs. mantenimiento?"

• Bandera roja 2: Falta de claridad sobre los datasets reales - Investiga antes: Pregunta sobre volumen, variedad y velocidad de los datos con los que trabajarás

• Bandera roja 3: Equipo de data science desalineado - Señal de advertencia: Si en la entrevista no pueden explicar cómo colaboran ingeniería y data science, podría haber silos problemáticos