Data Engineer

Capgemini

. Desarrollar y mantener pipelines de datos seguros y eficientes utilizando DBT, PySpark y aplicaciones en Python .

Posted 10/7/2026full-timeBuenos Aires • ArgentinaMid-LevelSeniorWebsite

Core Competencies

Role fit

Core Competencies

Use this summary to align your resume positioning with the role.

Expertise in Data Engineering with a focus on building and maintaining secure data pipelines using DBT, PySpark, and Python. Proficient in Snowflake for data modeling and advanced SQL optimization, with a strong emphasis on real-time data processing and API integration.

Highest-signal resume keywords

Data Pipeline DevelopmentSnowflake Data ModelingDBT TransformationsPython ProgrammingApache Airflow

ATS Keywords

Tailor your resume

Applicant Tracking System Keywords

Tip: use these terms in your resume and cover letter to boost ATS matches.

Hard Skills

DBTPySparkPythonSQLSnowflakeApache AirflowGoogle BigQueryETL ProcessesData WarehousingData Modeling

Soft Skills

Technical DocumentationProblem Solving

Tools & Technologies

AWSTerraformMCPCortex AnalystCortex Search

Industry Keywords

Data EngineeringReal-Time Data ProcessingAPI IntegrationData Quality TestingPrompt Engineering

Tech Stack

Tools & technologies

AirflowApacheAWSBigQueryETLPySparkPythonSQLTerraform

About the role

Key responsibilities & impact

Desarrollar y mantener pipelines de datos seguros y eficientes utilizando DBT, PySpark y aplicaciones en Python
Construir infraestructura y herramientas para procesos ETL mediante Python, DBT, Terraform y servicios de AWS
Implementar mejoras de procesos y pruebas de calidad de datos
Monitorear pipelines y garantizar una disponibilidad del 99,5%
Crear y mantener modelos de datos utilizados por equipos internos asociados
Diseñar y desarrollar vistas semánticas y capas de ontología sobre modelos de dbt
Desarrollar e implementar agentes de IA utilizando Snowflake Cortex Analyst y Cortex Search para casos de uso de Recursos Humanos
Configurar y mantener conexiones mediante MCP entre Snowflake y herramientas internas de IA

Requirements

What you’ll need

Más de 5 años de experiencia en ingeniería de datos o disciplinas afines
Experiencia avanzada en Snowflake, incluyendo modelado de datos, diseño y construcción de Data Marts y diseño de Data Warehouses
Experiencia con DBT para transformaciones de datos
Dominio de Python, incluyendo programación orientada a objetos y automatización de procesos de datos
Experiencia con Apache Airflow
Integración de APIs REST y procesos de ingesta de datos
Consultas y optimización en Google BigQuery
Manejo seguro de grandes volúmenes de datos y datos sensibles
Procesamiento de datos en tiempo real
Sólidos conocimientos de SQL y optimización avanzada de consultas
Excelentes habilidades de documentación técnica
Nivel avanzado de inglés, tanto oral como escrito
Experiencia en diseño de capas semánticas o modelado semántico
Conocimiento de Snowflake Cortex (Cortex Analyst, Cortex Search) o tecnologías equivalentes orientadas a consultas sobre modelos de IA generativa
Experiencia con MCP (Model Context Protocol) o frameworks similares para exposición de contexto e integración de herramientas con IA
Familiaridad con Prompt Engineering y Context Engineering para agentes basados en LLMs conectados a fuentes de datos certificadas

Benefits

Comp & perks

Salario dolarizado, liquidado en pesos según dólar BNA venta
Reintegro de gastos virtuales
Cobertura médica OSDE
Convenio con Megatlón
Capacitaciones y descuentos en idiomas (CUI), entre otros
Relación de dependencia con Capgemini