Data Engineer Azure Databricks

Descripción del puesto

Sobre la vacante

Ready está contratando un Data Engineer especializado en Azure y Databricks para un rol 100% remoto en LATAM. Buscamos a alguien con mínimo 3 años de experiencia en ingeniería de datos que domine Azure Data Factory para construcción de data pipelines, Azure Databricks, y tenga experiencia en diseño y mantenimiento de pipelines de datos. El rol incluye optimización de performance, confiabilidad y escalabilidad, así como trabajo colaborativo con Data Scientists, ML Engineers y Data Analysts. Se requiere conocimiento práctico de Azure Synapse, Python, PySpark y Databricks SQL. El candidato ideal debe tener inglés C1 conversacional fluido. Horario full time, pago en USD según seniority, y modalidad contractor (freelance).

¿Por qué deberías aplicar?

Esta es una oportunidad para trabajar con tecnologías cloud de vanguardia en un entorno 100% remoto, colaborando con equipos multidisciplinarios en proyectos de datos complejos. Podrás especializarte en el stack de Microsoft Azure mientras desarrollas pipelines escalables que impactan directamente en decisiones de negocio. El rol te permitirá crecer profesionalmente en una startup tech con exposición internacional y compensación competitiva en USD.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Azure Data Factory: Construcción y orquestación de pipelines ETL/ELT
• Databricks: Procesamiento distribuido con PySpark y notebooks colaborativos
• Python y PySpark: Desarrollo de transformaciones de datos y optimización de jobs
• SQL Avanzado: Consultas complejas en Databricks SQL o Synapse
• Inglés C1: Comunicación fluida en reuniones y documentación técnica
• Colaboración: Trabajo con equipos de data science y analytics

Tips prácticos para este puesto

• Prepara un portfolio de pipelines: Muestra ejemplos de pipelines en ADF o notebooks de Databricks que hayas optimizado
• Domina los costos de Azure: Entender pricing de Databricks, Data Factory y Synapse es clave para roles contractor
• Practica casos de uso reales: Estudia escenarios comunes como ingesta de streaming, transformaciones con PySpark y carga a data warehouses

Recursos recomendados

• Documentación oficial: Microsoft Learn para Azure Data Engineer, Databricks Academy
• Herramientas: Azure Portal, Databricks Workspace, Visual Studio Code con extensión de Azure
• Influencers: Follow a expertos en LinkedIn como Simon Whiteley, Prashanth Kumar
• Cursos: "DP-203: Data Engineering on Microsoft Azure" en Microsoft Learn, "Databricks Certified Associate Developer for Apache Spark"

Preguntas frecuentes en entrevistas para este rol

• "Describe cómo optimizarías un pipeline lento en Databricks" - Tip: Menciona técnicas como partition pruning, caching intermedio, y ajuste de configuraciones de clusters
• "¿Cómo manejarías un pipeline fallido en producción en ADF?" - Tip: Explica tu proceso de debugging (monitoring, logs, retry policies) y comunicación con stakeholders
• "Cuéntame sobre un proyecto donde colaboraste con data scientists" - Tip: Enfócate en cómo facilitaste el acceso a datos limpios y el impacto en modelos de ML

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. Para contractor con Azure/Databricks, los rangos pueden ser superiores.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en los requerimientos de datos - Pregunta en la entrevista sobre los sources de datos principales, calidad esperada, y SLAs de los pipelines
• Bandera roja 2: Infraestructura Azure desorganizada - Investiga antes de aceptar si la empresa tiene un buen governance (resource groups, tagging, cost management) o es un caos
• Bandera roja 3: Expectativas poco realistas para contractor - Señal de advertencia común: pedirte que hagas de arquitecto, DevOps y data engineer sin soporte adecuado; pregunta sobre el equipo y responsabilidades claras