Data Modeler Mid — Híbrido - Lima, Perú — Consultoría Tech - Erwin, Oracle, Databricks, Azure, Hive, Impala

Descripción del puesto

Sobre la vacante

Encora Inc. busca un Data Modeler Mid para su equipo en Lima, Perú, con modalidad híbrida. El rol se centra en el modelamiento de datos dimensional, analítico y de tablón usando Erwin para soluciones como Datalake y Lakehouse en capas de Big Data (UDV, DDV). También incluye modelamiento táctico en Erwin para flujos de arquitectura hacia Datalake y manipulación de datos en tecnologías como Oracle, Impala, Hive, Databricks y Azure.

Beneficios destacados:

• Día libre por cumpleaños
• Bonificación en dólares por referidos
• Becas en certificaciones
• Línea de carrera con crecimiento profesional
• Oportunidad de trabajar en una empresa internacional con proyectos desafiantes e innovadores
• EPS cubierto al 100%
• Buen clima laboral

¿Por qué deberías aplicar?

Esta vacante te permite unirte a Encora Inc., una empresa internacional con proyectos innovadores en el ámbito del Big Data. Podrás desarrollar tu experiencia en modelamiento de datos con herramientas líderes como Erwin y tecnologías de vanguardia como Databricks y Azure, mientras disfrutas de beneficios como crecimiento profesional, certificaciones y un ambiente laboral positivo. Es una oportunidad ideal para escalar en tu carrera como Data Modeler en un entorno desafiante y colaborativo.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Experiencia sólida en modelamiento de datos dimensional, analítico y de tablón con Erwin; conocimiento en arquitecturas de Big Data (Datalake, Lakehouse, UDV, DDV); habilidades en manipulación de datos con Oracle, Impala, Hive, Databricks y Azure.
• Soft skills: Capacidad analítica, atención al detalle, trabajo en equipo y adaptabilidad a entornos internacionales.

Tips prácticos para este puesto

• Asegúrate de destacar proyectos previos donde hayas usado Erwin para modelamiento en entornos de Big Data.
• Prepara ejemplos concretos de cómo has trabajado con Oracle, Databricks o Azure en flujos de datos.
• Investiga sobre las últimas tendencias en Lakehouse y Datalake para mostrar conocimiento actualizado.

Recursos recomendados

• Tools: Erwin Data Modeler, Azure Data Factory, Databricks Workspace.
• Documentación: Guías oficiales de Erwin, Microsoft Azure Docs, Databricks Learning.
• Influencers: Bill Inmon (padre del data warehousing), Martin Fowler en arquitectura de datos.
• Cursos: "Data Modeling with Erwin" en Udemy, "Big Data Fundamentals" en Coursera.

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe tu experiencia con Erwin en modelamiento dimensional." *Tip:* Explica un caso real, mencionando capas como UDV o DDV y cómo optimizaste el diseño.
• Pregunta 2: "¿Cómo manejas la integración de datos entre Oracle y Databricks?" *Tip:* Detalla pasos técnicos, como el uso de conectores o pipelines, y habla de desafíos superados.
• Pregunta 3: "¿Qué metodologías usas para asegurar la calidad en modelos de datos?" *Tip:* Menciona prácticas como revisiones de pares, validación con stakeholders y herramientas de profiling.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $1,200 - $2,000 | | Mid | $2,000 - $3,500 | | Senior | $3,500 - $5,500 |

*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: Si la empresa no proporciona detalles claros sobre los proyectos de Big Data. *Qué preguntar:* "¿Pueden describir un proyecto reciente donde se usó Erwin y Databricks?"
• Bandera roja 2: Falta de oportunidades reales para certificaciones o crecimiento. *Qué investigar:* Revisa reviews de empleados en plataformas como Glassdoor sobre el desarrollo profesional en Encora.
• Bandera roja 3: Alta rotación en el equipo de datos. *Señal de advertencia:* Pregunta sobre la estabilidad del equipo y métricas de retención durante la entrevista.