Data Quality Engineer Senior

Descripción del puesto

Sobre la vacante

Ready está buscando un Data Quality Engineer Senior para liderar estrategias de calidad de datos, automatización y validación en plataformas empresariales modernas (cloud y lakehouse). El rol requiere experiencia sólida en Python 3 (más de 5 años), Bash, Docker, Kubernetes, CI/CD, GitLab, YANG, NETCONF/RESTCONF, Node.js, PHP 8, SQL & NoSQL, JavaScript/TypeScript y Angular. La posición es exclusiva para México, con pago en USD y modalidad freelance, trabajando en proyectos ágiles.

¿Por qué deberías aplicar?

Esta es una oportunidad para liderar la calidad de datos en entornos cloud modernos, trabajando con tecnologías de vanguardia y metodologías ágiles. Podrás desarrollar estrategias de data quality que impacten directamente en la toma de decisiones empresariales, mientras creces profesionalmente en un entorno freelance con pago en USD. Es ideal para quienes buscan autonomía, proyectos desafiantes y la posibilidad de trabajar con un stack tecnológico diverso y actualizado.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Python 3 con más de 5 años de experiencia
• Docker y Kubernetes para orquestación de contenedores
• SQL y NoSQL para manejo de bases de datos
• JavaScript/TypeScript y Angular para interfaces
• GitLab y CI/CD para automatización de pipelines
• YANG y NETCONF/RESTCONF para configuración de red
• Habilidades de automatización y validación de datos
• Comunicación efectiva y liderazgo técnico

Tips prácticos para este puesto

• Asegúrate de tener proyectos demostrables en Python para data quality
• Prepara ejemplos de cómo has implementado CI/CD en entornos de datos
• Investiga sobre lakehouse architectures y su impacto en data quality
• Practica con Docker y Kubernetes para despliegues en cloud
• Revisa casos de uso de YANG y NETCONF en validación de configuraciones

Recursos recomendados

• Tools: Great Expectations, dbt, Apache Airflow para data quality
• Librerías: Pandas, PySpark, SQLAlchemy en Python
• Documentación: Kubernetes docs, Docker documentation, GitLab CI/CD
• Influencers: Barr Moses (Monte Carlo Data), Tristan Handy (dbt Labs)
• Cursos: "Data Engineering with Python" en Coursera, "Kubernetes for Data Engineers" en Udemy

Preguntas frecuentes en entrevistas para este rol

• Pregunta 1: "Describe tu experiencia con Python para automatizar procesos de data quality" - Tip: Enfócate en casos reales, métricas de mejora y herramientas específicas usadas.
• Pregunta 2: "¿Cómo manejas la validación de datos en entornos cloud con Docker y Kubernetes?" - Tip: Explica tu flujo de CI/CD, monitoreo y resolución de incidencias.
• Pregunta 3: "¿Qué estrategias usas para garantizar calidad en datos SQL y NoSQL?" - Tip: Menciona diferencias en esquemas, pruebas de consistencia y herramientas como Great Expectations.

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $2,500 - $4,000 | | Mid | $4,000 - $6,500 | | Senior | $6,500 - $10,000 |

*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 este rol freelance con pago en USD, los rangos pueden ser superiores, especialmente con experiencia en cloud y automatización.*

Red flags a considerar

• Bandera roja 1: Si la empresa no especifica claramente los proyectos o tecnologías cloud/lakehouse - Pregunta en la entrevista sobre casos de uso concretos y arquitectura actual.
• Bandera roja 2: Falta de definición en procesos de CI/CD o herramientas de monitoreo - Investiga antes de aceptar cómo se maneja la automatización y calidad continua.
• Bandera roja 3: Expectativas poco realistas en freelancing (ej., horarios fijos sin flexibilidad) - Señal de advertencia común en roles freelance; asegúrate de clarificar términos de contrato y autonomía.