Data Engineer (Senior) – Python / PySpark / AWS / ML
(Híbrido, CABA) | Ref. 171733-1 ? Buenos Aires, Parque Patricios |
Híbrido · Perfiles del interior bienvenidos ? L–V 9:00 a 18:00 ?
Misión Sumarte al equipo técnico de uno de los grupos bancarios más
grandes a nivel integral para participar en la migración, integración
y estandarización de repositorios de Machine Learning al ecosistema
tecnológico global del banco. El rol combina ingeniería de datos,
gestión de repositorios y pipelines, con comprensión sólida de ML
para asegurar la correcta incorporación de modelos y artefactos a
la plataforma corporativa. Contexto del proyecto: existen
repositorios de ML alojados en GitLab desconectados de la
plataforma global del banco (GitHub). El objetivo es migrarlos e
integrarlos al ecosistema estándar del Grupo (Gluón), habilitando
automatizaciones, pipelines y catálogos de activos. ✅
Responsabilidades Migrar repositorios de ML desde GitLab a GitHub
preservando el historial completo Reescribir y adaptar pipelines a
los estándares del ecosistema Gluón Conectar los repositorios




migrados a Gluón como repositorios oficiales del Grupo Validar la
correcta migración de artefactos de ML (modelos, datasets, etc.)
Trabajar con equipos técnicos para asegurar estándares, calidad y
trazabilidad Interactuar con otras áreas y stakeholders del banco ?
Requisitos excluyentes Sólidos conocimientos en Machine Learning y
su ciclo de vida dentro de plataformas de datos Desarrollo con
Python y PySpark Manejo de SQL (Hive y Spark) Muy buen uso de Git,
GitHub y herramientas de Generative AI (Copilot, Cursor u otras)
Experiencia en AWS (conocimientos en GCP suman) Conocimientos en
Data Science Perfil hands-on, autónomo y con foco en calidad
técnica Capacidad para trabajar en entornos complejos y regulados ⭐
Suma puntos Experiencia previa en migraciones de repositorios o
estandarización de pipelines ? Proceso de selección Recruiting
screen → Entrevista técnica → Entrevista con el cliente → Oferta ?
Be

📌 Data Engineer (Buenos Aires)
🏢 Talent Connect
📍 Buenos Aires