Buscamos un Realtime Data Engineer / Stream Processing Architect para diseñar, implementar y optimizar pipelines de datos en tiempo real, soportando sistemas críticos de analítica, machine learning y monitoreo de eventos.

El candidato trabajará en entornos de alta concurrencia, integrando procesamiento de streams, almacenamiento y alertas en tiempo real, asegurando confiabilidad, baja latencia y escalabilidad.

Responsabilidades

- Diseñar y mantener pipelines de procesamiento de datos en tiempo real (Kafka, Kinesis, Flink, Spark Streaming).
- Implementar arquitecturas event-driven para ingestion, transformación y entrega de datos.
- Optimizar latencia, throughput y consistencia en sistemas distribuidos.
- Integrar sistemas de almacenamiento y mensajería (PostgreSQL, Cassandra, Elasticsearch, Redis, S3).
- Colaborar con equipos de ML/AI para alimentar modelos y dashboards en tiempo real.
- Monitorear métricas de performance, errores y cuellos de botella en pipelines.
- Diseñar estrategias de fault tolerance y recuperación ante fallas en sistemas críticos.
- Documentar arquitecturas, data flows y pipelines para auditoría y mantenibilidad.

Requisitos obligatorios

- Experiencia en desarrollo de pipelines de datos en tiempo real (mín. 3 años).
- Dominio de tecnologías de streaming: Apache Kafka, Flink, Spark Streaming, Kinesis o similares.
- Conocimiento en bases de datos distribuidas y NoSQL (Cassandra, Redis, Elasticsearch, TimescaleDB).
- Experiencia con programación en Python, Java, Scala o Go para procesamiento de datos.
- Conocimientos en mensajería, pub/sub, colas y backpressure handling.
- Familiaridad con entornos cloud (AWS/GCP/Azure) y despliegue de pipelines.
- Buenas prácticas de monitoring, logging y alerting para sistemas críticos.

Deseables

- Experiencia en microservicios y arquitecturas event-driven.
- Conocimiento de DataOps, CI/CD para pipelines de datos.
- Experiencia en procesamiento de señales o datos IoT.
- Familiaridad con modelos ML en streaming o online learning.
- Experiencia en optimización de costos y recursos en cloud para pipelines intensivos.

Carreras deseables

- Ingeniería en Computación / Informática
- Ingeniería en Software
- Ingeniería en Sistemas
- Matemática Aplicada / Estadística con orientación computacional
- Física o Ingeniería con experiencia en sistemas distribuidos

Habilidades blandas

- Pensamiento analítico y resolución de problemas en tiempo real.
- Capacidad de diseño arquitectónico y documentación clara.
- Trabajo en equipo con Data Scientists, ML Engineers y DevOps.
- Planificación y priorización en entornos críticos.