Credicorp Capital te invita a Convertir Desafíos en Oportunidades y ser nuestro/a próximo/a AI Data Engineer para el equipo de Gen AI & Innovación, en Lima, Perú.
Misión:
El Data Engineer asegura la disponibilidad, calidad y escalabilidad de los datos para soluciones de IA Generativa, mediante la construcción de pipelines ligeros y confiables. Su propósito es preparar, transformar y exponer datos que habiliten la operación óptima de agentes, copilotos y automatizaciones, en coordinación con equipos de IA y negocio.
Funciones:
- Diseñar, construir y mantener pipelines de ingestión, transformación y orquestación.
- Modelar datos orientados a IA y preparar datasets para RAG/embeddings.
- Aplicar controles de calidad y trazabilidad.
- Mantener CI/CD de pipelines de datos y documentación versionada.
- Orquestar workflows y exponer feeds/endpoints para consumo de agentes/copilotos y productos analíticos.
Requisitos:
- Profesional universitario de las carreras de Ingeniería de Sistemas, Computación, Ciencia de Datos o afines.
- Experiencia de 3–5 años en ingeniería de datos o integración de datos cloud.
- Experiencia construyendo pipelines y modelos de datos para analítica o IA (incluye preparación de datasets para RAG/LLMs).
- Participación en migraciones on‑prem → cloud y orquestación de workflows de datos.
- Manejo de Inglés Técnico (Deseable Intermedio).
Softwares y Tecnologías:
- Azure Data Factory, Databricks, PySpark/Spark SQL, Delta Lake, Azure Synapse/Storage.
- SQL avanzado (SQL Server, PostgreSQL) y Python (intermedio–avanzado).
- Control de versiones y CI/CD: Git, GitHub/Bitbucket, GitHub Actions / Azure DevOps / Jenkins.
- Integración: APIs REST/JSON; consumo desde fuentes internas y externas.
- Deseable manejo de Airflow para orquestación adicional; Power BI para visualizaciones de soporte.
Otros conocimientos:
- Conceptos de linaje, calidad y gobierno de datos (solo para alineamiento).
- Diseño de modelos de datos orientados a IA (tabulares, semiestructurados) e implementación técnica con formatos optimizados (Parquet/Delta), particionamiento, esquemas y metadatos.
- Batch y streaming sobre Delta Lake; patrones de auditoría/versionado.
- Seguridad y privacidad (PII: anonimización/pseudonimización básica; controles de acceso).
- Integración de datos desde APIs, bases de datos y fuentes externas.
- Optimización de performance y costos en plataformas cloud.
Conocimientos Deseables:
- Exposición general a AWS o GCP (lectura de servicios equivalentes, despliegues simples o conocimientos básicos).
- Nociones de LLMOps para preparar datos y habilitar inferencia.
- Familiaridad con orquestación ligera (GitHub Actions, Data Factory, Airflow).
- Certificación AZ‑900; DP‑203, Databricks Data Engineer Associate, DP‑900, PL‑300.
Este anuncio se encuentra abierto para personas con discapacidad.