• Analyze user behavior, product performance, and key business metrics to identify trends and opportunities. • Create and maintain interactive dashboards and reports using tools like Tableau, Looker, Power BI, or Google Data Studio. • Collect, clean, and structure large datasets to ensure accuracy and usability. • Define and track KPIs for marketing, product, and business performance. • Work with SQL, Python, or R to extract, analyze, and manipulate data. • Collaborate with product managers, engineers, and marketing teams to provide data-driven insights. • Conduct A/B testing and experiment analysis to improve product features and user engagement. • Identify bottlenecks and opportunities in user journeys and customer funnels. • Present findings in a clear and compelling way to stakeholders and leadership teams. • Stay up to date with industry trends, analytics best practices, and emerging data tools.

• Develop, validate, and maintain MLOps pipelines, ensuring process automation and integration with AWS services. • Design and maintain system architecture, ensuring alignment with project goals. • Ensure support and evolution of the n8n automation tool. • Collaborate with data scientists to operationalize machine learning models. • Handle and resolve support tickets related to the MLOps team. • Propose and develop technical solutions (such as web applications, APIs, and LLM-based agents) to support the Data Science area.

• Design, build, and maintain data pipelines across ingestion, transformation, and delivery layers • Implement transformations that apply business rules and produce clean, governed datasets • Ensure pipelines are performant, observable, and maintainable • Develop data quality checks, tests, and validations to meet data contracts and business requirements • Investigate and resolve data quality issues in development and production • Adhere to agreed engineering standards, naming conventions, and code review practices • Ensure all work is documented, version-controlled, and maintainable by the team • Collaborate with engineering and data stakeholders on pipeline design and data requirements

Role Description Estamos en búsqueda de Data Engineer. - Analizar la necesidad basado en definiciones y diseños recibidos. - Participar en la etapa de diseño de Ingeniería de la solución con altos estándares de eficiencia y alineadas a la visión de Arquitectura de Datos. - Desarrollo y despliegue de productos de datos como: ETLs, ELTs, APIs, que permitan disponibilizar información, observando estándares y herramientas provistas por banco así como buenas prácticas de Desarrollo (como Clean Code) que garanticen soluciones eficientes (en términos de consumo de recursos y tiempos de respuesta), efectivas, legibles y de fácil mantenimiento en el tiempo. - Aplicar estrategias de validación que permitan verificar la correcta implementación de criterios funcionales y no funcionales. - Aplicar procesos de mejora continua de los productos en desarrollo. Qualifications - Gestión de base de datos y experiencia en tareas de optimización de: Scripts, SPs y otros objetos destinados al tratamiento de datos. - Modelamiento de bases de datos relacionales y no relacionales. - Experiencia en construcción de: Datawarehouse, Datamarts y Datalake. - Familiaridad con los diferentes componentes y su interacción en tecnologías Cloud orientadas a soluciones Big Data. - Construcción de ETLs, ELTs y gestión de información con grandes volúmenes de datos. - Buenas prácticas y principios de desarrollo como Clean Code. - Conocimiento de marcos de trabajo ágiles y estrategias DataOps. - Estrategias de testing orientado a Datos tanto para pruebas funcionales y como no funcionales. - Formación en sistemas de ficheros distribuidos como Hadoop, HDFS o Spark. - Procesamiento batch con tecnologías Big Data. Requirements - BDD relacionales: SQL server, postgresql, Oracle, etc. - BDD no relacional: Mongo DB, Cassandra, ElasticSearch, Neo4J, etc. - ETL: SQL Server Integration Services (SSIS), Pentaho (Kettle), SAP Data Services, etc. - Cloud: AWS, Google Cloud Platform y Microsoft Azure. - Pipeline Cloud: STRATIO, MS Azure Data Factory, AWS Glue, DataFlow, etc. - Lenguaje y Framework: Python - Spark-Pyspark. Benefits - Salario competitivo. - Medicina prepagada. - NEORIS Days (3 días libres). - Bonificación por cumplimiento anual. - Bono vacacional. - Herramientas corporativas. - Plataformas de capacitación y entrenamiento. - Trabajo modalidad remoto 100% para Colombia.