Data Engineer

Acerca de GBM

En GBM estamos seguros de que invertir es la única forma de conseguir libertad y un mejor futuro, y somos orgullosamente uno de los principales promotores de inversión a nivel nacional e internacional. Trabajamos día a día para crear las mejores soluciones institucionales y empresariales y, además, para construir de la mano de todos nuestros expertos la plataforma de inversión que va a cambiar la realidad de millones de personas al ofrecerles acceso a la inversión de manera segura, inteligente y simple.

Somos una organización de gestión de patrimonio y activos y banca privada con 40 años de experiencia, inversión digital innovadora y productos de ahorro. Nuestra misión es permitir vidas significativas a través de soluciones financieras inteligentes.

México, Ciudad de México, Santa Fe

Full time job

Objetivo

El rol de Data Engineer IV tiene como objetivo diseñar, construir y mantener soluciones de ingeniería de datos que permitan integrar, transformar y disponibilizar información de forma confiable, escalable y eficiente, con especial enfoque en el uso de bases de datos de grafos como Neo4j y consultas mediante Cypher.

La persona en este rol participará en el desarrollo de pipelines, modelos de datos y estructuras analíticas que ayuden a representar relaciones complejas entre entidades, habilitando casos de uso de negocio, análisis avanzado y toma de decisiones basada en datos.

Se espera que colabore con equipos técnicos y de negocio para entender necesidades, proponer soluciones de datos y asegurar buenas prácticas de calidad, performance, documentación y mantenibilidad.

Funciones principales

El Data Engineer IV será responsable de desarrollar, mantener y optimizar soluciones de datos que permitan integrar, transformar, modelar y disponibilizar información confiable para consumo analítico y operativo.

Responsabilidades del día a día

Diseñar, desarrollar, probar y mantener procesos ETL/ELT que integren información desde fuentes transaccionales, operativas, legacy o externas hacia capas de Data Lake, Data Warehouse o plataformas analíticas.

Diseñar e implementar modelos dimensionales, incluyendo tablas de hechos, dimensiones, catálogos, relaciones y agregados.

Contribuir al diseño de modelos de datos orientados a grafos, particularmente en Neo4j, cuando el caso de uso requiera representar relaciones complejas entre entidades.

Analizar estructuras de origen, entender reglas de negocio, mapear campos, aplicar transformaciones y asegurar conciliación entre sistemas fuente y modelos destino.

Crear y mantener diccionarios de datos, linaje técnico, reglas de transformación, definiciones de columnas, fuentes de origen y criterios de uso de los modelos desarrollados.

Documentar nodos, relaciones, propiedades y consultas cuando se desarrollen soluciones en bases de datos de grafos.

Asegurar que tablas, vistas, columnas, llaves y campos de control cumplan con estándares corporativos de nomenclatura, trazabilidad y gobierno de datos.

Implementar controles de calidad, reglas de completitud, unicidad, consistencia, reconciliación y monitoreo.

Asegurar integridad de relaciones y consistencia en modelos de datos en grafo.

Identificar oportunidades de mejora en tiempos de ejecución, costos de procesamiento, diseño físico de tablas, particionamiento, consultas SQL, jobs distribuidos y cargas incrementales.

Optimizar consultas Cypher y estructuras en Neo4j para mejorar tiempos de respuesta, escalabilidad y mantenibilidad.

Investigar, diagnosticar y corregir fallas en pipelines, inconsistencias de datos, problemas de disponibilidad o errores derivados de cambios en fuentes de origen.

Trabajar con analistas, científicos de datos, dueños de producto, negocio, arquitectura, gobierno de datos y otros equipos técnicos.

Participar en revisiones de código, pruebas, versionamiento, despliegues y controles de cambios.

Responsabilidades estratégicas

Habilitar dominios analíticos bien modelados, documentados y reutilizables para que los equipos de negocio tomen decisiones con información consistente, trazable y oportuna.

Identificar objetos legacy, pipelines frágiles, transformaciones duplicadas o estructuras poco gobernadas, y proponer mejoras progresivas.

Aplicar y promover buenas prácticas de modelado, nomenclatura, documentación, calidad y versionamiento.

Diseñar procesos resilientes, observables y monitoreables que reduzcan incidencias y mejoren la disponibilidad de información.

Traducir problemas de negocio en modelos y pipelines sostenibles, evitando soluciones aisladas o difíciles de mantener.

Asegurar que los activos de datos cuenten con linaje, owners, definiciones, reglas de transformación y controles mínimos.

Tomar ownership de entregables de complejidad media-alta y resolver problemas técnicos con criterio propio.