AI Data Engineer

Descripción

Resumen del Puesto: El/La Data Engineer en Credicorp Capital asegurará la disponibilidad, calidad y escalabilidad de datos para soluciones de IA Generativa, construyendo pipelines ligeros y confiables. Puntos Destacados: 1. Diseñar, construir y mantener pipelines de ingestión y transformación. 2. Modelar datos orientados a IA y preparar datasets para RAG/embeddings. 3. Orquestar workflows y exponer feeds/endpoints para consumo de IA. **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.***