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

- Ubicación: Ciudad de Buenos Aires

¿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.

- 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.
- +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).
- 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 comprobable en definición de métricas de productividad en ambiente Data Management.

Beneficios

Importantes e interesantes beneficios de contratación.

#J-18808-Ljbffr

📌 Hub Leader Data Engineering - Ai Software Engineering Office (Buenos Aires)
🏢 Yel
📍 Buenos Aires