Data Engineer Infra/DataOps Engineer in Guinea Mobile SAC (Cuy Móvil)

Guinea Mobile SAC (Guinea) es una startup de tecnología de telecomunicaciones latinoamericana, fundada en 2016 con sede en Lima, Perú. La empresa se basa en crear productos tecnológicos que faciliten la experiencia móvil.

Hoy cuenta con cuatro marcas de Operadores Móviles Virtuales: PeruSIM, Cuy Móvil, Inka Móvil y Wings Mobile, siendo uno de los principales OMVs del mercado.

Nuestra misión se centra en permitir que cualquier negocio o persona pueda tener su propia oferta móvil, democratizando el servicio móvil.

Se encuentra en la búsqueda de Data Engineer - Infra/DataOps Engineer para conformar el equipo de TEC.

Originally published on getonbrd.com.

Procesamiento de Datos

• Núcleo común (GCP): batch/stream en Dataflow (Apache Beam), BigQuery Streaming, particionamiento, ventanas y backfills.
• Infra/DataOps:Pub/Sub, Dataflow o Dataproc (Spark), orquestación con Cloud Composer.
• BI: preparación de datasets analíticos en BigQuery; agregaciones, métricas y SCD con dbt.

Bases de Datos y Almacenamiento

• Núcleo común:BigQuery como DWH; Cloud Storage (GCS) para data lake; Cloud SQL (PostgreSQL) cuando aplique.
• Infra/DataOps: diseño de particiones/clustering, tablas externas en GCS, Bigtable (plus) para time-series.
• BI: modelado dimensional (estrella/copo), vistas materializadas y semantic layer para Looker.

ETL/ELT

• Núcleo común:dbt (BigQuery) con modelos, tests y documentación; Cloud Composer para dependencias.
• Infra/DataOps: pipelines con Dataflow, backfills parametrizados, Great Expectations (o similar).
• BI: transformación orientada a métricas/negocio con dbt; data contracts básicos.

Programación

• Núcleo común:Python para datos (pandas/pyarrow), CLIs y testing.
• Infra/DataOps: libs internas, jobs contenedorizados (Docker), rendimiento y paralelismo en Beam/Spark.
• BI: SQL productiva, macros dbt, cálculos de métricas y validaciones.

Cloud Computing

• Núcleo común:IAM, service accounts, costos en BigQuery; Cloud Build para CI.
• Infra/DataOps:Terraform (IaC), Cloud Monitoring/Logging, lineage/catálogo con Dataplex/Data Catalog.
• BI: Looker/Looker Studio, gobernanza de datasets y RLS/CLS sobre BigQuery.

Calidad y Seguridad de Datos

• Núcleo común: validación, profiling y documentación.
• Infra/DataOps: alertas SLO/SLA, detección de drift/duplicados; DLP, KMS, VPC-SC (plus).
• BI: definiciones únicas de métricas, control de acceso y data freshness antes de publicar.

Optimización de Consultas y Modelado

• Núcleo común: tuning de consultas y costos en BigQuery.
• Infra/DataOps: particionamiento/clustering, Reservations/slots, Storage API.
• BI: diseño de hechos/dimensiones (grain correcto) y BI Engine (plus).

Perfil del colaborador

• Mentalidad SRE/automatización: “todo como código”, resiliencia y recuperación.
• Obseso por observabilidad: logs, métricas, tracing y lineage accionable.
• Afinidad con performance/costos: tuning de slots, particiones, throughput.
• Rigor en seguridad/gobernanza: mínimos privilegios, auditoría, cumplimiento.
• Comunicación técnica clara: runbooks, postmortems y diseño de interfaces entre equipos.