Data Engineer AWS y SQL — Híbrido/Remoto - Buenos Aires — Startup Tech - AWS,
Sobre la vacante
Se busca un Data Engineer con experiencia en AWS y SQL para unirse a un equipo que está construyendo una arquitectura de datos escalable desde cero. El rol implica diseñar y optimizar pipelines de datos, trabajar sobre Data Warehouse y soluciones analíticas, y participar activamente en decisiones de arquitectura (no solo ejecución). Se ofrece alto impacto técnico, autonomía y una cultura enfocada en aprendizaje y mejora constante.
¿Por qué deberías aplicar?
Esta es una oportunidad única para construir desde cero en un entorno de alto impacto. No solo ejecutarás tareas, sino que serás parte fundamental de las decisiones arquitectónicas que definirán el futuro de los datos en la empresa. La cultura de aprendizaje y mejora continua te permitirá crecer profesionalmente mientras enfrentas desafíos reales de ingeniería de datos.
Tips y consejos de VacantesDigitales.com
Skills indispensables
- AWS (servicios como Redshift, Glue, S3, Lambda)
- SQL avanzado para optimización de queries y modelado
- Diseño de pipelines de datos escalables y eficientes
- Arquitectura de Data Warehouse
- Soft skills: autonomía, pensamiento crítico, comunicación para decisiones técnicas
Tips prácticos para este puesto
- Enfócate en proyectos donde hayas diseñado o mejorado arquitecturas (no solo mantenimiento)
- Prepara ejemplos concretos de cómo optimizaste performance de queries o redujiste costos en AWS
- Investiga sobre patrones de arquitectura de datos modernos (lakehouse, streaming)
- Practica explicar decisiones técnicas a stakeholders no técnicos
Recursos recomendados
- AWS Data Engineering Learning Path en AWS Training
- Libro: "Fundamentals of Data Engineering" de Joe Reis y Matt Housley
- Blog: "The Data Engineering Cookbook" en Medium
- Herramientas: dbt, Airflow, Spark (aunque no se mencionen, son comunes en estos roles)
- Influencers: Zhamak Dehghani (creadora de Data Mesh), Maxime Beauchemin (creador de Airflow)
Preguntas frecuentes en entrevistas para este rol
- "Describe cómo diseñarías un pipeline de ETL para procesar 1TB de datos diarios" - Tip: Enfócate en escalabilidad, monitoreo y manejo de errores, menciona servicios AWS específicos.
- "¿Cómo optimizarías una query SQL que está tardando horas?" - Tip: Habla de índices, particionamiento, revisión del plan de ejecución y consideraciones de hardware.
- "¿Qué considerarías al elegir entre un Data Warehouse tradicional y un Data Lake?" - Tip: Discute trade-offs entre estructuración, costo, flexibilidad y casos de uso específicos.
Rango salarial estimado (LATAM)
Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual:
| Nivel | Rango mensual USD |
|---|---|
| Junior | $1,500 - $2,500 |
| Mid | $2,500 - $4,000 |
| Senior | $4,000 - $6,500 |
Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. En Buenos Aires, los rangos pueden ser ligeramente inferiores para roles locales, pero con AWS y experiencia en arquitectura, se alinean con estos valores.
Red flags a considerar
- Bandera roja 1: Si dicen "arquitectura desde cero" pero el equipo ya tiene decisiones predefinidas sin discusión - Pregunta en la entrevista: "¿Podrías describir un ejemplo reciente donde el equipo cambió una decisión arquitectónica basada en feedback técnico?"
- Bandera roja 2: Falta de claridad en el roadmap de datos o herramientas obsoletas - Investiga antes de aceptar: Pregunta sobre las herramientas actuales y planes de migración, busca reviews de la empresa en sitios como Glassdoor.
- Bandera roja 3: Autonomía prometida pero con microgestión en la práctica - Señal de advertencia común: Si en la entrevista mencionan múltiples capas de aprobación para cambios técnicos menores, podría indicar falta de confianza real en el equipo.
Sobre empleos de Data Science y Analytics
La ciencia de datos y el análisis son campos en rápido crecimiento que combinan estadística, programación y conocimiento de negocios. Las empresas latinoamericanas e internacionales buscan profesionales capaces de transformar datos en decisiones estratégicas. Las tecnologías más demandadas incluyen Python, SQL, herramientas de visualización como Tableau y Power BI, y plataformas cloud como AWS y Google Cloud. La capacidad de contar historias con datos y comunicar insights de forma clara es tan importante como las habilidades técnicas.