Analista de Datos, esquema hibrido, turno mañana. Misión del Puesto Diseñar, desarrollar y mantener soluciones de datos e inteligencia artificial generativa sobre AWS que permitan integrar, transformar, gobernar y disponibilizar información confiable para la toma de decisiones y la automatización de procesos del negocio. El puesto deberá contribuir a: • Relevar necesidades de datos con usuarios de negocio, BI y equipos técnicos. • Diseñar, desarrollar y mantener procesos ETL/ELT en AWS utilizando servicios como S3, Glue, Athena, Lambda, Step Functions, EventBridge y/o Redshift, según arquitectura definida. • Desarrollar transformaciones con SQL, Python y/o PySpark, priorizando performance, mantenibilidad y trazabilidad. • Implementar controles de calidad de datos, validaciones, manejo de errores, logs y monitoreo de ejecuciones. • Modelar datos para consumo analítico, tableros, reportes y casos de Data Science. • Integrar fuentes internas y externas, estructuradas y semiestructuradas, resguardando criterios de seguridad y confidencialidad. • Documentar pipelines, reglas de negocio, linaje y definiciones funcionales/técnicas. • Participar en la mejora continua de arquitectura cloud, automatización,



versionado y despliegues. • Brindar soporte técnico ante incidentes, desvíos de datos o consultas de usuarios.

Requisitos

2 a 4 años de experiencia en roles de Data Engineering, Data Analytics, BI técnico o desarrollo de soluciones de datos. Se valorará experiencia previa en nube, preferentemente AWS. Estudiante avanzado o graduado de Sistemas, Ingeniería, Ciencia de Datos, Licenciatura en Informática, carreras afines o formación técnica equivalente. AWS Data: S3, Glue, Athena, Redshift, Lambda, Step Functions, IAM, CloudWatch. Deseable: Lake Formation, EMR, MWAA, EventBridge, CDK/CloudFormation. • Lenguajes: SQL avanzado, Python. Deseable PySpark. Capacidad analítica, orientación a resultados, resolución de problemas, comunicación clara con usuarios técnicos y funcionales, autonomía, criterio para priorizar y foco en calidad de datos. • Bases y formatos: Parquet, CSV/JSON, particionamiento, modelado dimensional, data lake/lakehouse. • BI/Consumo: Tableau o Amazon QuickSight. • DevOps/DataOps: Git/GitHub, versionado, despliegues controlados, documentación técnica.

📌 Analista de Datos AWS - copia (Buenos Aires)
🏢 Gador
📍 Buenos Aires