Categorías
···
Entrar / Registro
Resumen: Buscamos un Ingeniero de Datos senior que contribuya a los sistemas de IA mediante la construcción de fundamentos de datos fiables y la evaluación del contenido generado por IA en cuanto a su precisión técnica y viabilidad. Aspectos destacados: 1. Dar forma a cómo los modelos de IA razonan sobre la infraestructura de datos y los flujos de trabajo de análisis 2. Evaluar y desafiar modelos avanzados de lenguaje con escenarios complejos 3. Desarrollar ejemplos de alta calidad para el diseño de pipelines y las comprobaciones de calidad de los datos **Tipo de empleo:** Contratista **Ubicación:** Teletrabajo ### **Descripción del puesto** Si eres un Ingeniero de Datos senior al que le apasiona la precisión, el pensamiento sistémico y la construcción de fundamentos de datos fiables, esta es una oportunidad única para contribuir directamente a cómo la próxima generación de sistemas de IA razona sobre la infraestructura de datos, los pipelines y los flujos de trabajo de análisis. Buscamos ingenieros de datos experimentados que comprendan las pilas modernas de datos, la arquitectura ETL/ELT, la orquestación, el modelado de datos, el diseño de almacenes de datos, la validación de calidad, la gobernanza y la fiabilidad a escala productiva. Tu trabajo ayudará a reforzar cómo los modelos de IA razonan ante escenarios complejos de ingeniería de datos, identifican errores técnicos y comunican claramente las indicaciones de implementación. ### **Tu perfil** * 4\+ años de experiencia profesional en ingeniería de datos, con una participación significativa en el diseño, construcción y mantenimiento de pipelines de datos de producción. * Conocimientos profundos de SQL, modelado de datos, arquitectura ETL/ELT, frameworks de orquestación, patrones de almacén/lago de datos y herramientas de la pila moderna de datos, como dbt, Airflow, Snowflake, BigQuery, Databricks, Fivetran o plataformas similares. * Comprensión sólida de sistemas distribuidos de datos, flujos de trabajo por lotes y en tiempo real, diseño de esquemas, validación de datos, observabilidad de datos, trazabilidad y fiabilidad de pipelines. * Experiencia demostrada optimizando consultas SQL complejas, solucionando problemas de calidad de los datos, diseñando transformaciones escalables y apoyando conjuntos de datos listos para análisis o aprendizaje automático. * Experiencia demostrada traduciendo requisitos comerciales o técnicos ambiguos en modelos de datos fiables, diseños de pipelines y planes de implementación. * Licenciatura en Ciencias de la Computación, Ingeniería de Datos, Sistemas de Información, Estadística, Ingeniería o un campo técnico relacionado; también se considerará experiencia profesional equivalente. * Experiencia previa en entrenamiento de datos para IA, anotación o evaluación de contenido técnico generado por IA constituye un valor añadido muy importante. ### **Principales responsabilidades** * Evaluar las respuestas generadas por IA a preguntas sobre ingeniería de datos en cuanto a su precisión técnica, integridad, claridad y viabilidad en el mundo real. * Desafiar modelos avanzados de lenguaje con escenarios complejos de ingeniería de datos que impliquen SQL, Python, diseño ETL/ELT, orquestación, almacenamiento de datos, modelado de datos y fiabilidad de pipelines. * Revisar y perfeccionar las preguntas, respuestas, rúbricas y respuestas de referencia generadas por IA para garantizar que reflejen el criterio de un ingeniero de datos senior. * Proporcionar comentarios estructurados que identifiquen suposiciones incorrectas, restricciones omitidas, razonamientos deficientes, implementaciones ineficientes o recomendaciones inseguras. * Contribuir a establecer estándares de comunicación de IA ayudando a los modelos a explicar clara y responsablemente la arquitectura de datos, los pasos de depuración, los compromisos y los patrones de implementación. * Apoyar los esfuerzos de evaluación comparativa evaluando el rendimiento de los modelos en flujos de trabajo realistas de ingeniería de datos, casos extremos y modos de fallo. * Desarrollar y revisar ejemplos de alta calidad que demuestren un razonamiento sólido sobre el diseño de pipelines, las comprobaciones de calidad de los datos, los contratos de datos, la evolución de esquemas y la escalabilidad del sistema.
