Analytics Engineer

En Imagemaker estamos en busca de un Analytics Engineer para apoyar a uno de nuestos clientes en un prpyecto de migración de ambientes exploratorios a Bundles. Su problema a resolver u objetivo sera la migración de procesos de datos utilizando Dataform, y soportado con herramientas de IA como Claude y GPT. IMPORTANTE: Esta es una posición 100% remota para profesionales ubicados en Chile y Colombia Responsabilidad principal: Migrar procesos de datos utilizando Dataform, y soportado con herramientas de IA como Claude y GPT.

Priorizar y organizar el backlog técnico y de datos (mejoras, deuda, optimización de pipelines). Definir el modelamiento y la transformación de la información en los procesos que construye. Diseñar y seleccionar herramientas, lenguajes y enfoques técnicos para el desarrollo de pipelines. Aplica controles de seguridad basados en las normas establecidas y buenas prácticas en sus pipelines Conocimientos técnicos: SQL: Diseño de queries eficientes, con nomenclatura clara, uso de metadata y patrones de calidad Componentes Cloud (GCP): Uso de servicios core (BigQuery, Dataform, Cloud Storage, Cloud Run) para levantar infraestructura escalable, segura y costo-eficiente en el desarrollo de productos de datos Nociones DevOps: Familiaridad o uso de Gitlab, Terraform y CI/CD Ingeniería de Prompt: Diseño y optimización de prompts para integrar IA generativa en flujos de datos y automatizaciones Arquitectura Medallion: Diseño y estandarización de capas Bronze/Silver/Gold; criterios de promoción entre capas Gobierno de datos y Compliance: Operativizar políticas de gobernanza (nomenclatura, catalogación, calidad), accesos por roles/IAM y policy tags; asegurar apego a GDPR/LGPD/ISO y normativas locales Soft Skills: Comunicación: Adaptar mensajes técnicos y no técnicos según la audiencia, incluso en niveles estratégicos Colaboración: Cooperar con distintos roles y squads, fomentando sinergia y resolución conjunta Resolución de problemas: Liderar soluciones innovadoras ante problemas complejos de datos Mentoring: Guiar a colegas en prácticas de ingeniería de datos, fomentando desarrollo profesional Pensamiento crítico: Evaluar decisiones técnicas y estratégicas cuestionando supuestos Aprendizaje continuo: Promover una cultura de aprendizaje en el equipo, integrando nuevas prácticas y herramientas Entendimiento de negocio: Conectar modelos y pipelines con journey end-to-end, KPIs/OKRs core y casos de uso de alto impacto; priorizar backlog según valor.