Ingeniero Senior Avanzado de Datos con IA

Descripción

Resumen: Como Ingeniero Senior Avanzado de Datos, usted diseñará, desarrollará y mantendrá soluciones avanzadas de datos para impulsar información útil para los negocios y apoyar los procesos de toma de decisiones. Aspectos destacados: 1. Diseñar e implementar soluciones avanzadas de datos para obtener información útil para los negocios 2. Construir canalizaciones de datos escalables y optimizar el almacenamiento de datos 3. Habilitar la toma de decisiones basada en datos y mejorar la gestión de datos Como Ingeniero Senior Avanzado de Datos en Honeywell, desempeñará un papel fundamental al diseñar, desarrollar y mantener soluciones avanzadas de datos que impulsen información útil para los negocios y apoyen los procesos de toma de decisiones. Aprovechará su experiencia en ingeniería de datos para construir canalizaciones de datos escalables, optimizar el almacenamiento de datos y garantizar la calidad e integridad de los datos. Su capacidad para colaborar con equipos multifuncionales y traducir requisitos comerciales en soluciones técnicas será clave para su éxito en este puesto. En este rol, tendrá un impacto directo en el negocio al habilitar la toma de decisiones basada en datos, optimizar los procesos de datos y mejorar la gestión general de los datos. Su trabajo contribuirá a una mayor eficiencia operativa, ahorro de costos y mayor satisfacción del cliente. En Honeywell, los líderes de personas desempeñan un papel crítico en el desarrollo y apoyo de nuestros empleados para ayudarlos a rendir al máximo y generar cambios en toda la empresa. Contribuya a construir un equipo sólido y diverso mediante la captación de talento, la identificación y formación de sucesores, la promoción de la retención y el compromiso, y el fomento de una cultura inclusiva. **REQUISITOS IMPRESCINDIBLES** * Databricks: 4\+ años de experiencia práctica: PySpark, Delta Lake, Flujos de trabajo (Workflows), Catálogo Unity. * Demostrar experiencia en estrategia de datos, por ejemplo: Arquitectura en Medallón, Modelado de Datos por Dominio y Arquitectura Funcional de Datos. * Marcos de Calidad de Datos (por ejemplo: validación basada en reglas, detección de anomalías) * Canalizaciones de Datos: carga incremental, CDC (Captura de Cambios de Datos), CI/CD, Observabilidad * Python/Pyspark avanzado y SQL avanzado * Altamente preferible: DLT, UC, GCP, Azure, Kafka. * Se valora mucho la certificación Databricks Certified Professional * 7\+ años de experiencia general en ingeniería de datos * 4\+ años de experiencia práctica con Azure Databricks en entornos productivos * Experiencia comprobada en la construcción de plataformas, no solo en su mantenimiento: creación desde cero, migraciones y desarrollo de marcos * Se prefiere experiencia con conjuntos de datos financieros, de ingeniería, empresariales o industriales a gran escala Capacidad demostrada para asumir decisiones técnicas de extremo a extremo: desde la arquitectura hasta la implementación en producción * ***\#LI*** *\-Híbrido* **Plataforma de Datos Preparada para IA** * Diseñar e implementar canalizaciones de ingesta de extremo a extremo desde fuentes heterogéneas: incluyendo Snowflake, SQL Server, Excel, APIs REST y datos no estructurados: hacia Azure Databricks Arquitecturar y aplicar la Arquitectura en Medallón (Bronce, Plata y Oro), asegurando que los datos lleguen limpios, validados y aptos para su propósito en cada capa * Construir canalizaciones de Delta Live Tables (DLT) con expectativas declarativas de calidad de datos, evolución de esquemas y seguimiento automatizado de procedencia * Implementar patrones de carga incremental mediante CDC (Captura de Cambios de Datos), marcadores de agua (watermarking) y operaciones MERGE/UPSERT de Delta Lake para una ingesta eficiente y escalable * Habilitar el procesamiento de datos estructurados y no estructurados: documentos, archivos Excel, JSON, Parquet: sentando las bases para el consumo por parte de IA y ML **Modelado de Datos y Capa Semántica** * Diseñar e implementar el modelo de datos de Ingeniería: modelos dimensionales, tablas de hechos/dimensiones y data marts específicos por dominio: que sirvan a casos de uso analíticos, de BI, de ML y de IA * Construir una capa semántica gobernada y reutilizable sobre la capa Oro, permitiendo análisis autoservicio mediante Power BI y consumidores conectados a GCP * Garantizar que los modelos de datos estén documentados, versionados y alineados con los dominios comerciales dentro del COE de VECE **Orquestación y Operaciones de Datos** * Construir y gestionar Flujos de trabajo de Databricks (Workflows) con dependencias entre múltiples tareas, monitoreo de SLA, lógica de reintento y alertas * Implementar canalizaciones de CI/CD para Databricks mediante Azure DevOps y GitHub Actions: incluyendo empaquetado en Wheel de Python para bibliotecas de utilidades reutilizables desplegadas en toda la plataforma * Aplicar las mejores prácticas de ingeniería de software: control de versiones, pruebas unitarias, diseño modular del código y despliegue automatizado en entornos de Desarrollo/Pruebas/Producción * Ajuste adecuado del tamaño de los clústeres, gestión de DBU, optimización de tablas Delta (VACUUM, compactación) y monitoreo de costos en Azure Databricks y GCP **Gobernanza y Calidad de Datos** Implementar y gestionar Unity Catalog para una gobernanza centralizada de datos: espacio de nombres de tres niveles (catálogo, esquema, tabla), RBAC granular, enmascaramiento de datos y registro de auditoría * Construir marcos de calidad de datos: validación basada en reglas, eliminación de duplicados, conciliación y detección de anomalías: asegurando que los datos lleguen aptos para el consumo por IA/ML * Establecer el seguimiento de la procedencia de los datos a través de las capas de ingesta, transformación y entrega * Gestionar la entrega de datos a GCP: asegurando salidas seguras, validadas y coherentes en cuanto al esquema, consumidas por equipos de ciencia de datos y análisis downstream **Fundamentos de IA y Analítica Proactiva** * Diseñar canalizaciones listas para IA desde el primer día: que soporten canalizaciones estructuradas de características para ML, generación de incrustaciones (embeddings) e integraciones futuras con bases de datos vectoriales * Construir la infraestructura de datos que permita el cambio de paneles descriptivos a analítica proactiva y predictiva * Colaborar con científicos de datos e ingenieros analíticos para garantizar que la capa Oro respalde el entrenamiento de modelos, los almacenes de características y las canalizaciones de inferencia en tiempo real Honeywell ayuda a las organizaciones a resolver los desafíos más complejos del mundo en automatización, futuro de la aviación y transición energética. Como socio de confianza, ofrecemos soluciones prácticas e innovación a través de nuestros segmentos comerciales de Tecnologías Aeroespaciales, Automatización de Edificios, Soluciones de Energía y Sostenibilidad, y Automatización Industrial —impulsados por nuestro software Honeywell Forge— que ayudan a hacer del mundo un lugar más inteligente, seguro y sostenible.