Senior Data Engineer

Sobre el Rol

El equipo de Planning & Data de Kavak construye y opera la capa de datos que alimenta a Growth y Marketing: consolidación de inversión publicitaria multi-plataforma, atribución de campañas, cohortes de clientes, Value Based Bidding (VBB), métricas de retail. Buscamos un/a Senior Data Engineer con visión de arquitectura de datos y experiencia operando pipelines de alto volumen. Esperamos que entiendas el problema de negocio, diseñes la solución técnica más adecuada y la lleves a producción de punta a punta — desde la ingesta (APIs, CDCs, Glue jobs) hasta las capas de transformación y serving. Trabajarás de cerca con equipos de Growth y Marketing, y en colaboración con otros equipos de Kavak o proveedores externos cuando el proyecto lo requiera. Valoramos fuerte capacidad de trabajo en equipo, comunicación clara y orientación al negocio: entender la problemática antes de proponer una solución técnica.

Responsabilidades

• Entender el negocio y traducirlo en soluciones de datos — trabajar con Growth, Marketing y Media para definir qué construir, no solo cómo implementarlo.
• Diseñar e implementar pipelines end-to-end: ingesta desde APIs de plataformas de ads, CDCs de cuentas de plataforma, jobs de AWS Glue (Python/Spark) y transformaciones en capas Landing → Refined → Serving.
• Construir y evolucionar productos de datos, entre ellos:
  • Consolidación de plataformas de Marketing
  • Atribución de campañas (L1/L2, target date, click date)
  • Customer cohorts y señales de comportamiento (Amplitude, leads, funnel)
  • Value Based Bidding (VBB) — valor por segmento para optimización de adquisición
  • Growth velocity y estado de usuarios (qualified leads, changelog SCD2)
  • Eventos de CRM
• Operar y escalar pipelines en producción con Apache Airflow: monitoreo, backfills, diagnóstico de huecos de datos y runbooks.
• Migrar y mantener el stack legacy (Redshift, Glue) hacia el data mesh de Martech en Databricks, proponiendo la arquitectura más escalable en cada caso.
• Colaborar con equipos multidisciplinarios — Growth, Marketing, Data Science y equipos externos (internos o consultoras) para alinear soluciones técnicas con objetivos de negocio.
• Asegurar calidad y gobernanza: contratos de datos, deduplicación CDC, PII, linaje y metadata de ownership.
• Participar activamente en CI/CD: GitLab CI, pre-commit, code review y despliegues controlados.

Requerimientos

• 5+ años en Data Engineering con ownership de pipelines y modelos en producción.
• Fuerte conocimiento de arquitectura de datos: capacidad de evaluar alternativas y proponer soluciones escalables, no solo consumir lo ya implementado.
• Experiencia con arquitecturas de 3 capas (Landing → Refined → Serving) y, preferentemente, con patrones de data mesh en Databricks.
• Dominio avanzado de SQL y sólida experiencia en Python para ETLs, integraciones, scripts de ingesta y automatizaciones.
• Experiencia con grandes volúmenes de datos (billones de filas, estrategias incrementales, backfills, optimización de performance).
• Experiencia en producción con dbt y al menos una plataforma lakehouse (Databricks / Spark / Delta Lake).
• Experiencia con almacenamiento y consulta columnar: Delta Lake (formato Parquet en lakehouse) y/o Redshift (legacy).
• Experiencia sólida en AWS para datos: S3, IAM, orquestación con Airflow y AWS Glue (jobs Python/Spark, ingesta y transformación).
• Experiencia en el ciclo completo de CI/CD en equipos de datos.
• Fuerte habilidad para trabajar en equipo y colaborar con perfiles de negocio y técnicos; capacidad de entender la problemática con foco en el negocio antes de implementar.
• Español fluido; inglés técnico para documentación y herramientas.

Deseables

• Experiencia en MarTech / AdTech: ad spend consolidation, atribución, cohorts, LTV, VBB/tROAS.
• Familiaridad con Amplitude, Insider, Meta Ads, Google Ads, TikTok Ads.
• Conocimiento en desarrollo de APIs (FastAPI o frameworks similares).
• Experiencia usando IDEs y asistentes con IA (Cursor, Claude Code, Codex, Codex o similares) como parte del flujo de trabajo diario.
• Comprensión de agentes de IA en producción: cómo operan, qué problemas resuelven y cómo integrarse con pipelines o productos de datos.
• Experiencia con modelos de ML en producción (feature engineering, datasets para entrenamiento, mantenimiento de pipelines ML).
• Migración Redshift → Databricks.
• Colaboración con Data Science en experimentación (A/B tests, incrementality).

Kavak Talent Mindsets

• Deliver Impact: You prioritize what generates measurable results and raise the bar using technology and data. You have a consistent track record of delivering relevant and measurable results.
• Engage Fast: You act on problems and opportunities. You decide on time, advance in short cycles, and adjust when necessary without compromising standards.
• Engage with Purpose: You act with extreme ownership, taking total responsibility for results that impact your work and aligning decisions with Kavak's vision and purpose.
• Play to Win Together: You prioritize collective results over individual success.