Role Overview
Data Engineer BI Developer at Guinea Mobile
Base Pay Range
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.
Seniority Level
Not Applicable
Employment Type
Full-time
Job Function
Information Technology
Industries
Technology, Information and Internet and Information Technology & Services
Funciones del cargo
- Modelar capa dimensional (hechos / dimensiones), métricas consistentes y semantic layer en Looker.
- Construir dashboards de impacto con performance (PDTs / materializaciones, BI Engine, caching).
- Definir y versionar KPIs con negocio; documentar fuentes y criterios de cálculo.
- Establecer RLS / CLS y gobernanza de acceso por dominio / rol.
- Diseñar flujo de publicación (staging → prod) con validaciones de frescura / completitud.
- Impulsar self-service analytics (plantillas, guías, catálogo) y soporte a stakeholders.
Requerimientos del cargo
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
Criterio de negocio : entiende preguntas y las traduce en métricas / KPIs.Storytelling con datos : claridad visual, UX de dashboard y foco en decisiones.Disciplina semántica : métricas únicas, definiciones versionadas y documentación.Excelencia en SQL / LookML : modelos limpios, reutilizables y testeados.Partner del negocio : gestiona prioridades, feedback y adopción de tableros.#J-18808-Ljbffr