About the role

Senior Data Engineer at SimplePractice leading the evolution of the data stack and building infrastructure for data insights. Collaborating with multiple teams to drive efficient business practices.

Responsibilities

Colaborar con Producto, Analítica e Ingeniería para construir sistemas escalables que desbloqueen el valor de datos de una amplia gama de fuentes como bases de datos backend, flujos de eventos y plataformas de marketing.
Liderar la visión técnica y la arquitectura con una perspectiva integral a corto y largo plazo.
Trabajar con analítica para crear alineación en toda la compañía mediante métricas estandarizadas.
Colaborar con los equipos de Producto e Ingeniería para respaldar casos internos como reportes financieros, analítica de producto y métricas operativas.
Habilitar casos externos como tableros para clientes, analítica de autoservicio y recomendaciones de siguiente acción dentro del producto.
Gestionar todo el stack de datos, desde la ingesta hasta el consumo.
Construir herramientas que aumenten la transparencia en la comunicación de resultados empresariales.
Colaborar con DevOps para implementar y mantener soluciones de datos aprovechando tecnologías en la nube, preferiblemente AWS.
Ayudar a definir un marco de calidad y seguridad de datos para medir y monitorear la calidad en toda la empresa. Definir y promover mejores prácticas de ingeniería de datos.

Licenciatura o Maestría en Ingeniería, Ciencias de la Computación, Matemáticas o campo relacionado.
Más de 7 años en ingeniería de datos o analítica de datos.
Fuertes habilidades de resolución de problemas y comunicación; comodidad en entornos rápidos y multifuncionales.
Arquitectura empresarial y de datos empresariales (modelado de datos y modelado dimensional empresarial).
Experto en SQL y modelado de datos (relacional, dimensional, semántico).
Experiencia comprobada en diseño, implementación y mantenimiento de data warehouses (Snowflake).
Experiencia práctica con DBT para transformaciones modulares y testeables.
Experiencia con orquestación e ingesta: Airflow, Prefect, Airbyte, Fivetran, Kafka.
Familiaridad con ELT, schema-on-read, DAGs y optimización de rendimiento.
Experiencia con AWS (S3, RDS, Redshift, etc.).
Familiaridad con Terraform, Docker y flujos de trabajo en contenedores (plus).
Habilidad en manejo de datos estructurados, semiestructurados (ej. JSON) y formatos columnares (ej. Parquet, ORC).
Experiencia construyendo y soportando capas semánticas para analítica de autoservicio.
Dominio de herramientas BI como Looker, Tableau o Sisense.
Capacidad para estandarizar métricas y habilitar acceso confiable y consistente a los datos.
Dominio de Python y scripting en Unix/Linux.
Comodidad trabajando con APIs (ej. usando curl).

Cobertura médica, dental y de visión privada.
Apoyo económico para trabajar desde casa.
Tiempo libre flexible (FTO), días de bienestar, días festivos pagados y “Viernes de verano”.
Reembolso mensual de comidas.
Bono navideño, aguinaldo de 15 días.
Esquema híbrido de trabajo y comidas incluidas.
Bono de reubicación para candidatos que se unan desde otra ciudad.
Grupos de Recursos para Empleados (ERGs).