Ingeniero de Datos
Colombia (Remote)
En Nimble Gravity estamos buscando un/a Ingeniero de Datos para sumarse a un proyecto de analítica de comportamiento de clientes, trabajando directamente con stakeholders técnicos y de negocio.
Buscamos a alguien que vaya más allá de construir pipelines o mover datos: una persona capaz de entender el contexto de negocio, validar reglas funcionales y transformar grandes volúmenes de datos transaccionales en estructuras e indicadores confiables y accionables.
Vas a trabajar en el diseo y evolucin de un motor analítico orientado a segmentacin de clientes, deteccin de anomalías y generacin de triggers basados en comportamiento real de uso y consumo.
¿Qué vas a hacer?
-
Disear, construir y mantener estructuras de datos para casos de uso analíticos relacionados con comportamiento, consumo y gasto de clientes.
-
Construir y optimizar pipelines ETL/ELT robustos y escalables para calcular indicadores y métricas de negocio.
-
Trabajar directamente con usuarios funcionales y técnicos para entender requerimientos y traducir reglas de negocio en lgica de datos.
-
Desarrollar lgica para detectar anomalías y comportamientos atípicos de gasto en distintos niveles de agregacin.
-
Implementar y automatizar triggers basados en reglas de negocio y datos reales de uso.
-
Disear controles de calidad, monitoreo y validaciones que aseguren la confiabilidad y disponibilidad de los datos.
-
Modelar datos para casos de uso analíticos, segmentacin y reporting.
-
Colaborar con perfiles de Data Science en la definicin y construccin de features para clasificacin y segmentacin de clientes.
-
Documentar arquitectura, modelos y pipelines para facilitar su mantenimiento y evolucin.
-
Participar activamente en ceremonias ágiles y trabajar sobre un backlog que evoluciona sprint a sprint junto al equipo y al cliente.
-
Asegurar que las soluciones desarrolladas cumplan con los estándares tecnolgicos y de arquitectura definidos para el proyecto.
¿Qué buscamos?
-
4+ aos de experiencia como Data Engineer o en posiciones similares.
-
Dominio avanzado de SQL, incluyendo consultas complejas sobre grandes volúmenes de datos.
-
Experiencia slida con Python para procesamiento y automatizacin de datos.
-
Experiencia trabajando con PySpark y/o pandas.
-
Experiencia diseando y construyendo pipelines ETL/ELT en ambientes productivos.
-
Experiencia con tecnologías de procesamiento distribuido como Spark/Hadoop y/o data warehouses cloud como BigQuery, Snowflake, Redshift o Synapse.
-
Conocimientos slidos de modelado de datos analítico, incluyendo modelos dimensionales y tablas agregadas.
-
Experiencia con herramientas de orquestacin como Airflow o equivalentes.
-
Experiencia trabajando con Git y metodologías ágiles.
-
Capacidad para comprender, analizar y validar datos transaccionales y reglas de negocio, no solamente implementar transformaciones técnicas.
-
Buen nivel de comunicacin para interactuar directamente con stakeholders técnicos y no técnicos.
-
Autonomía para trabajar en entornos dinámicos, con prioridades que pueden evolucionar sprint a sprint.
Nice to have
-
Experiencia previa en banca, fintech o servicios financieros.
-
Experiencia trabajando con grandes volúmenes de datos transaccionales financieros.
-
Conocimiento de técnicas de deteccin de anomalías, ya sea mediante estadística, clustering o reglas de negocio.
-
Experiencia en proyectos de analítica de comportamiento, consumo o segmentacin de clientes.
Sobre Nimble Gravity
Nimble Gravity es un equipo de amantes de las actividades al aire libre, buscadores de adrenalina y profesionales con amplia experiencia impulsando el crecimiento de organizaciones. Nos apasiona resolver problemas complejos y creemos que los datos adecuados pueden transformar y acelerar el crecimiento de cualquier organizacin.
Nimble Gravity es un empleador que ofrece igualdad de oportunidades y considera a todas las personas postulantes sin distincin de raza, color, religin, sexo, orientacin sexual, nacionalidad, edad, discapacidad, informacin genética o cualquier otra condicin protegida por las leyes federales, estatales o locales aplicables.
Consideramos a todas las personas calificadas para nuestras oportunidades laborales.
Source: the employer's careers page. Last checked 2026-09-30. Posted 2026-09-24.