En Yel, empresa líder en IT Outsourcing Services con alcance global, buscamos un Hub Leader Data Engineering AI Software Engineering Office para sumarse al equipo de profesionales.

- ? Ubicación: Ciudad de Buenos Aires
- ? Modalidad: Híbrida | Lun–Vie de 8 a 17 hs

? ¿Qué buscamos en el rol a desempeñar?

Objetivo: Acelerar el desarrollo en plataformas de datos y analítica, estandarizando pipelines, calidad y operación de modelos (DataOps + MLOps) en arquitectura lakehouse.

Reporte a head of SEO, rol matricial.

Responsabilidades

• Diseñar, desarrollar y mantener aceleradores de productividad para los equipos de ingeniería de datos, incluyendo templates, frameworks, componentes reutilizables, librerías, Golden Paths y automatizaciones que reduzcan el esfuerzo de desarrollo.

• Evaluar, seleccionar e incorporar herramientas de IA que incrementen la productividad del ciclo de desarrollo de soluciones de datos, habilitando capacidades como generación asistida de SQL, dbt, documentación, pruebas y análisis exploratorio mediante agentes de IA.

• Definir estándares corporativos de DataOps, MLOps y Data Quality, estableciendo lineamientos, activos reutilizables y capacidades comunes para CI/CD, observabilidad, calidad, versionado, monitoreo y gobierno de datos, facilitando su adopción por parte de los equipos de desarrollo.

• Desarrollar e integrar capacidades compartidas de gobierno, catálogo, trazabilidad y seguridad de datos que puedan ser reutilizadas por los diferentes equipos de ingeniería, asegurando consistencia tecnológica y cumplimiento de las políticas corporativas.

• Realizar pruebas de concepto y evaluar nuevas tecnologías relacionadas con ingeniería de datos e Inteligencia Artificial, definiendo recomendaciones y planes de adopción para la organización.





• Trabajar en conjunto con proveedores tecnológicos y equipos internos para implementar y evolucionar las capacidades de la plataforma de ingeniería de datos, asegurando su correcta integración con el ecosistema corporativo.

• Definir e implementar métricas que permitan medir la adopción, productividad e impacto de las capacidades desarrolladas, identificando oportunidades de mejora continua y promoviendo la evolución de las prácticas de ingeniería.

• Brindar acompañamiento técnico y mentoring a los equipos de desarrollo durante la adopción de nuevas herramientas, frameworks y prácticas de ingeniería de datos, actuando como referente técnico de la especialidad.

Requisitos imprescindibles

• +10 años en data engineering productivo.

• Experiencia comprobable con pipelines en producción (Spark, dbt o equivalente) procesando volúmenes reales (TB+).

• Casos documentados de mejora en calidad de datos (reducción de incidentes, SLAs cumplidos).

• Dominio práctico de al menos uno de los Big Three: Databricks, Snowflake o Microsoft Fabric.

• Experiencia con automatización de pipelines y CI/CD para datos (Azure DevOps, GitHub Actions, dbt Cloud, Liquibase para esquemas).

• SQL avanzado y un lenguaje de programación de datos (Python o Scala).

Deseables (nice-to-have)

• Databricks (Delta Lake, Unity Catalog, MLflow) y/o Snowflake (Snowpark, Streams & Tasks).

• SQL Server, Oracle Database u Oracle Cloud — relevante para integración con sistemas industriales legacy.

• Pipelines de ML productivos (training, serving, monitoring) usando MLflow, SageMaker o Azure ML.

• Experiencia en arquitecturas data mesh o data fabric.

• Streaming en tiempo real (Kafka, Flink, Spark Structured Streaming).

• Experiencia comprobable en definición de métricas de productividad en ambiente Data Management.

? Ventajas

Importantes e interesantes beneficios de contratación.

- ?¿Te interesa el desafío? ¡Queremos conocerte!

📌 Hub Leader Data Engineering – AI Software Engineering Office (Monserrat)
🏢 Yel
📍 Monserrat