AI Data Engineer

🚀 Construye la base de datos e información que impulsa la próxima generación de soluciones de IA

Credicorp Capital te invita a Convertir Desafíos en Oportunidades y ser nuestro próximo/a AI Data Engineer para sumarse al equipo Gen AI & Innovación en Lima, Perú.

Si te apasiona diseñar pipelines de datos, construir arquitecturas escalables y habilitar el acceso a información de calidad para agentes, copilotos y soluciones de Inteligencia Artificial, esta oportunidad es para ti.

🎯 Tu misión

Asegurar la disponibilidad, calidad y escalabilidad de los datos para soluciones de IA Generativa, mediante la construcción de pipelines ligeros y confiables. Tu propósito será preparar, transformar y exponer datos que habiliten la operación óptima de agentes, copilotos y automatizaciones, en coordinación con equipos de IA y negocio.

💡 ¿Qué harás?

• Diseñar, construir y mantener pipelines de ingestión, transformación y orquestación de datos.

• Modelar datos orientados a IA y preparar datasets para soluciones basadas en RAG y embeddings.

• Aplicar controles de calidad, validación y trazabilidad sobre los datos.

• Mantener procesos de CI/CD para pipelines de datos y asegurar documentación técnica versionada.

• Orquestar workflows y exponer feeds o endpoints para el consumo de agentes, copilotos y productos analíticos.

🔎 Buscamos profesionales con:

• Formación en Ingeniería de Sistemas, Computación, Ciencia de Datos o carreras afines.

• Experiencia de 3 a 5 años en ingeniería de datos o integración de datos en entornos cloud.

• Al menos 1 año de experiencia trabajando con Databricks.

• Experiencia construyendo pipelines y modelos de datos para analítica avanzada o soluciones de IA, incluyendo preparación de datasets para RAG y LLMs.

• Experiencia participando en migraciones de entornos on-premise hacia la nube y en la orquestación de workflows de datos.

• Inglés técnico, deseablemente a nivel intermedio.

🧠 Conocimientos que suman mucho valor

• Azure Data Factory, Databricks, PySpark, Spark SQL, Delta Lake, Azure Synapse y Azure Storage.

• SQL avanzado (SQL Server y PostgreSQL) y Python a nivel intermedio-avanzado.

• Control de versiones y CI/CD mediante Git, GitHub, Bitbucket, GitHub Actions, Azure DevOps o Jenkins.

• Integración mediante APIs REST/JSON y consumo de información desde fuentes internas y externas.

• Deseable conocimiento de Airflow para orquestación y Power BI para visualizaciones de soporte.

• Conceptos de linaje, calidad y gobierno de datos.

• Diseño de modelos de datos orientados a IA, incluyendo datos tabulares y semiestructurados.

• Implementación de formatos optimizados como Parquet y Delta Lake, así como particionamiento, esquemas y metadatos.

• Procesamiento batch y streaming sobre Delta Lake, junto con patrones de auditoría y versionamiento.

• Seguridad y privacidad de datos, incluyendo anonimización, pseudonimización y controles de acceso.

• Integración de datos provenientes de APIs, bases de datos y fuentes externas.

• Optimización de performance y costos en plataformas cloud.

🧩 Conocimientos deseables

• Exposición a plataformas cloud como AWS o GCP.

• Nociones de LLMOps para habilitar datos e inferencia en soluciones de IA generativa.

• Experiencia con herramientas de orquestación ligera como GitHub Actions, Azure Data Factory o Airflow.

• Certificaciones como AZ-900, DP-203, Databricks Data Engineer Associate, DP-900 o PL-300.

🌟 ¿Por qué te puede interesar?

Tendrás la oportunidad de construir las capacidades de datos que habilitan agentes inteligentes, copilotos y soluciones de IA Generativa a escala. Formarás parte de iniciativas innovadoras donde los datos son el motor de nuevas experiencias, trabajando junto a equipos de IA, arquitectura e innovación para generar impacto real en el negocio.

Esta convocatoria también está abierta para personas con discapacidad.