1046 - Data Engineer (Python/AWS/Snowflake) · Senior · Remote · ARG at Darwoft

About this role

Disclaimer – Lectura obligatoria: Compromiso y dedicación Este rol requiere dedicación full-time, con prioridad clara sobre los proyectos de Darwoft durante el horario laboral establecido. No es compatible con otros compromisos profesionales full-time. Cualquier actividad profesional adicional deberá ser informada previamente y no deberá interferir con las del rol. Sobre Darwoft
Darwoft es una software factory que desarrolla soluciones de software a medida y brinda servicios de staff augmentation IT para clientes internacionales, principalmente en Estados Unidos y Latinoamérica. Trabajamos con startups y compañías en crecimiento, construyendo productos digitales de alto impacto. Nuestra cultura es people-first: priorizamos la calidad técnica, las relaciones de largo plazo y el trabajo colaborativo. Combinamos excelencia técnica con cercanía humana. Senior Data Engineer (AWS Serverless & Airflow) – Relación de Dependencia – Argentina Información general

Ubicación: Argentina

Tipo de contrato: Relación de dependencia, full-time

Industria / Proyecto: Plataforma de datos sobre AWS serverless para cliente internacional [industria a confirmar]
Sobre el rol Buscamos un/a Senior Data Engineer para diseñar, construir y operar una plataforma de datos sobre AWS serverless, orquestada con Apache Airflow y gestionada íntegramente como código. La posición combina ingeniería de datos, calidad y gobierno de datos. El foco está en pipelines confiables, automatizados y desplegados mediante CI/CD, que permitan al negocio contar con datos consistentes, trazables y disponibles a tiempo, con un uso eficiente de los costos cloud. Vas a tener autonomía técnica para tomar decisiones de arquitectura, elegir el servicio adecuado para cada caso y definir buenas prácticas sobre toda la plataforma.
Diseñar, construir y operar la plataforma de datos sobre el ecosistema serverless de AWS, eligiendo cada servicio según el caso de uso, el costo y la operabilidad.
Desarrollar DAGs de Airflow de punta a punta, con foco en idempotencia, reintentos, SLAs y manejo de fallos.
Configurar y operar entornos MWAA: dependencias, plugins, escalado de workers y despliegues blue/green.
Orquestar desde Airflow jobs de Glue, Lambda, ECS y Step Functions, e integrar dbt (vía Cosmos) y dlt.
Implementar ingesta multi-fuente con dlt y Python: APIs REST y GraphQL, Microsoft Graph, Cost Explorer, SharePoint, bases de datos y archivos.
Diseñar y mantener el data lake / lakehouse en S3 con Parquet y Apache Iceberg sobre Glue Catalog.
Modelar datos en Snowflake y dbt por capas, con tests y documentación.
Desarrollar procesamiento con Spark / PySpark garantizando escrituras idempotentes y particionado eficiente.
Aprovisionar la infraestructura como código con Terraform y/o AWS CDK / CloudFormation: entornos MWAA, Glue jobs, Lambdas, buckets S3, roles IAM y permisos de Lake Formation.
Construir y mantener pipelines de GitLab CI/CD con separación de entornos (dev / staging / prod) y despliegues controlados por rama.
Aplicar seguridad de mínimo privilegio, gobierno de datos con Lake Formation y manejo seguro de secretos.
Implementar observabilidad con CloudWatch (logs, métricas, alarmas) y testing de DAGs.
Optimizar costos de la arquitectura serverless aplicando prácticas de FinOps.
Requisitos Must-Have
+3 años de experiencia como Data Engineer en entornos cloud productivos.

AWS serverless (excluyente, nivel avanzado):
Cómputo: Lambda (layers, concurrencia, timeouts, cold starts, empaquetado con contenedores), Fargate / ECS.
Procesamiento: Glue (jobs Spark y Python Shell, Data Catalog, crawlers), Athena (particionado, optimización de costos por escaneo), EMR Serverless.
Orquestación y eventos: Step Functions, EventBridge (reglas y schedulers), SQS, SNS.
Almacenamiento: S3 (diseño de data lake, lifecycle, eventos), DynamoDB (modelado por patrones de acceso, índices, streams).
Integración y APIs: API Gateway, AppSync.
Streaming: Kinesis Data Streams / Firehose, MSK Serverless.
Seguridad: IAM con mínimo privilegio, Lake Formation, Secrets Manager.
Observabilidad y costos: CloudWatch, FinOps y Cost Explorer.



Apache Airflow (excluyente, nivel avanzado):
Arquitectura interna (scheduler, executor, workers, triggerer, metadata DB), ciclo de vida de tareas, data intervals, catchup y backfills.
Operadores, hooks y sensores: providers de AWS, operadores custom y deferrable operators.
TaskFlow API, XComs, dynamic task mapping, task groups y assets.
MWAA en producción.
Testing de DAGs, parametrización por entorno, monitoreo y alertas.



CI/CD y control de versiones (excluyente):
Git avanzado: rebase, merge, cherry-pick, resolución de conflictos e historial limpio.
Estrategias de branching (GitFlow, trunk-based, feature branches) y versionado semántico.
GitLab: merge requests, code review, protección de ramas, aprobaciones y reglas de merge.
GitLab CI/CD: stages, jobs, runners, variables y secretos protegidos, artefactos, caché, ambientes y despliegues manuales o automáticos.



Infraestructura como código:
Terraform avanzado: módulos reutilizables, variables por entorno e import de recursos existentes.
AWS CDK y/o CloudFormation: stacks, parámetros, outputs, change sets y drift detection.
Buenas prácticas: separación de entornos, versionado, revisión del plan antes de aplicar.



Ingeniería de datos:
Snowflake: modelado, SQL avanzado y optimización de consultas.
dbt: modelado por capas, tests, documentación e integración con Cosmos.
Python para ingesta y automatización (boto3, APIs REST y GraphQL, procesamiento de archivos).
Spark / PySpark, incluyendo conocimiento de internals.
Parquet y Apache Iceberg sobre Glue Catalog.
Ingesta multi-fuente con dlt.



Agentes: experiencia con Agent Core o conocimiento de arquitecturas de agentes.
Nice-to-Have
Docker y criterio para decidir dónde correr cargas (ECS vs. workers de Airflow).
Criterio para elegir entre Glue y EMR como motor de procesamiento.
Diseño de capas de proyección y consumo sobre DynamoDB para aplicaciones web.
FinOps de datos: pipelines de costos cloud y análisis de consumo.
Nociones de Kafka (MSK) y catalogación de topics.
¿Qué ofrecemos en Darwoft ?
Contratación en relación de dependencia, con remuneración en ARS.
Modalidad de trabajo remota o Mixta.
Salarios competitivos.
Vacaciones y licencias según legislación vigente.
Días personales adicionales por año.
Acceso a plataformas de capacitación.
Tarjeta de beneficios y descuentos.
Welcome kit.
Programas de reintegros.
Clases de inglés.
Programa de referidos.
Regalo de cumpleaños.
Healthy Break.
Celebraciones, aniversarios y actividades de integración.
Explore this and other opportunities at:  Originally posted on Himalayas