Descripción General
El Ingeniero DevOps & Data Engineer es un profesional técnico enfocado en la intersección del desarrollo de software, las operaciones de TI y la ingeniería de datos. Su rol es fundamental para garantizar que los datos fluyan de manera eficiente, segura y automatizada desde sus fuentes de origen hasta los sistemas de análisis. Trabaja bajo supervisión general, apoyando en el diseño, construcción y mantenimiento de la infraestructura en la nube y los flujos de datos (pipelines ETL/ELT). Es un perfil proactivo que busca aprender continuamente sobre automatización, escalabilidad y arquitecturas de datos.
Misión u Objetivo General del Cargo
Optimizar y automatizar los ciclos de vida del la entrega de recursos para agilizar el desarrollo de software y de los datos, asegurando la disponibilidad, integridad y rendimiento de las plataformas de datos mediante la implementación de prácticas DevOps (CI/CD, Infraestructura como Código) y la construcción de pipelines de datos eficientes.
Responsabilidades y Tareas
- Automatizar despliegues: Apoyar en la creación y mantenimiento de tuberías de Integración y Despliegue Continuo (CI/CD).
- Administrar infraestructura básica: Colaborar en la gestión de recursos en la nube utilizando herramientas de Infraestructura como Código (IaC) como Terraform.-
Contenedorización de aplicaciones: Crear y mantener imágenes de Docker para empaquetar aplicaciones y microservicios de datos.
- Resolver incidencias: Investigar y solucionar fallas en los despliegues o interrupciones en la carga de datos (Troubleshooting).
- Construir y mantener pipelines: Desarrollar y dar soporte a flujos de extracción, transformación y carga de datos (ETL/ELT).
- Monitorear la calidad de datos: Implementar validaciones básicas para asegurar que los datos almacenados sean correctos y consistentes.
- Apoyar en el almacenamiento: Configurar y realizar consultas en bases de datos relacionales, NoSQL y repositorios como Data Lakes o Data Warehouses.
- Optimizar consultas: Ayudar en la limpieza de datos y en la optimización de scripts SQL o procesos en Python para mejorar los tiempos de procesamiento.
