Data Engineer

En Lagersoft estamos creciendo y nuestro sistema de datos necesita evolucionar al mismo ritmo.

Operamos una plataforma de gaming con múltiples fuentes de datos, flujos asíncronos y un volumen donde la consistencia y la trazabilidad no son opcionales. Nuestro stack incluye ingestión continua, procesamiento distribuido y distintos niveles de almacenamiento.

Buscamos un Data Engineer con fuerte criterio técnico para ayudarnos a evolucionar la arquitectura de datos — desde cómo se ingieren hasta cómo se modelan y consumen (reportería, analytics y LLMs).

Este rol no es solo de implementación. Esperamos que identifiques problemas estructurales, propongas soluciones y las lleves a ejecución junto con el equipo.

🎯 Objetivo del rol

Diseñar y evolucionar la arquitectura de datos end-to-end — ingestión, procesamiento, modelado y consumo — para habilitar reporting confiable, analítica y consumo por LLMs a escala.

📋 Responsabilidades

• Diseñar y evolucionar la arquitectura de datos end-to-end
• Definir criterios y estándares para la construcción de datasets reutilizables
• Construir capas que habiliten reporting confiable y consumo por LLMs
• Diseñar modelado de datos alineado a necesidades de negocio
• Optimizar performance y costos sobre servicios AWS
• Identificar y corregir problemas de escalabilidad en pipelines, storage y queries
• Colaborar en la construcción de pipelines (Airflow, PySpark, Glue)
• Participar en decisiones de arquitectura e ingeniería de datos
• Analizar problemas de calidad de datos, consistencia y trazabilidad
• Contribuir a la evolución del stack evaluando trade-offs reales

🛠️ Stack - CapaTecnologías

• Procesamiento Python / PySpark
• Orquestación Airflow, AWS Glue
• Storage S3, formatos de metadata (Delta / Iceberg)
• Bases de datos Aurora RDS, Athena, Redshift
• Consumo Power BI, LLMs / agents

🔍 Perfil requerido

• Experiencia diseñando pipelines y arquitecturas de datos en producción
• Experiencia con modelado de datos para analítica
• Experiencia con grandes volúmenes de datos (batch y/o near real-time)
• Procesamiento distribuido (Spark / PySpark)
• Conocimiento de data lakes y capas de metadatos (Delta, Iceberg, Hudi)
• Experiencia con orquestación (Airflow o similares)
• Buen entendimiento de performance en bases OLAP y OLTP
• Familiaridad con el ecosistema AWS
• Inglés técnico
• Plus: familiaridad con arquitecturas orientadas a eventos o streaming

🧠 Cómo trabajas

• Pensamiento sistémico — entiendes el sistema completo, no solo piezas aisladas
• Criterio técnico — tomas decisiones con trade-offs claros
• Ownership — tomas problemas abiertos y los llevas a solución concreta
• Pragmatismo — sabes cuándo estandarizar y cuándo resolver rápido
• Comunicación clara — explicas decisiones técnicas y sus implicaciones
• Orientación a negocio — entiendes que el valor está en cómo se usan los datos, no solo en cómo se procesan

⚙️ Forma de trabajo

• Ciclos iterativos, orientados a problemas reales — no solo a tickets
• Discusión técnica y refinamiento en equipo como parte del día a día
• Criterio para priorizar entre deuda técnica, nuevas necesidades y evolución del sistema
• Se espera que propongas rutas técnicas para soluciones generales, no solo puntuales

👥 El equipo

Serás parte de un equipo de datos de ~5 personas. Tu rol es elevar la calidad técnica del equipo y ayudar a que las decisiones de arquitectura escalen en el tiempo. Trabajarás de forma cercana con líderes técnicos, producto y otras áreas.

🚀 Lo que ofrecemos

• Equipo técnico pequeño y de alto nivel
• Problemas reales de escala — no casos de laboratorio
• Espacio para influir en decisiones de arquitectura desde el día uno
• Stack moderno con LLMs y agents como ciudadanos de primera clase
• Esquema híbrido en Monterrey, NL
• Sin burocracia, con foco absoluto en ejecución