Ingeniero de Datos para Infraestructura y Procesamiento de Datos en Proyectos de IA y ML en Videojuegos

Puesto orientado al diseño, construcción y mantenimiento de canales de datos escalables y confiables que respalden iniciativas de IA y ML en el estudio. Trabajará junto a científicos de datos, ingenieros de ML, analistas y desarrolladores de juegos para comprender necesidades de datos y transformarlas en soluciones de infraestructura. También participa en la gestión de flujos de datos, control de calidad y soporte a casos de uso de IA relacionados con comportamiento de jugador y optimización de contenido.

Responsabilidades:

• Diseñar, construir y mantener canales de datos escalables y confiables para respaldar iniciativas de IA y ML en todo el estudio.
  
• Colaborar con científicos de datos, ingenieros de ML, analistas y desarrolladores de juegos para comprender necesidades de datos y traducirlas en soluciones de infraestructura.
  
• Desarrollar y mantener flujos de trabajo ETL y ELT que ingieran y transformen datos estructurados y no estructurados de varias fuentes como telemetría de juegos, comportamiento del jugador y marketing.
  
• Trabajar con plataformas en la nube para administrar y optimizar datos, almacenes y herramientas de orquestación.
  
• Monitorear y resolver problemas en canales de datos y garantizar entrega oportuna de datos a sistemas posteriores.
  
• Habilitar procesamiento de datos en tiempo real y por lotes para casos de uso de IA como segmentación de jugadores, predicción de abandono, personalización y optimización de contenido.
  
• Promover prácticas en ingeniería de datos como CI/CD, control de versiones, pruebas y observabilidad.
  

Requisitos:

• Más de 4 años de experiencia como ingeniero de datos, idealmente en juegos, aplicaciones móviles o productos digitales.
  
• Experiencia con orquestación de canalización de datos como Airflow, Prefect o Dagster.
  
• Competencia en SQL y Python.
  
• Experiencia con bases de datos como Trino, BQ y Redshift valorable.
  
• Experiencia en uso de tecnologías de big data y sistemas distribuidos como Spark, Kafka o Flink para procesamiento a gran escala.
  
• Comprensión de infraestructura en la nube principalmente AWS y conocimiento de otros proveedores como GCP valorable, así como contenedorización con Docker y Kubernetes.
  
• Conocimiento de flujos de trabajo de aprendizaje automático, almacenes de características y servicio de modelos.
  
• Uso de IA generativa para tareas diarias.
  
• Interés por juegos y por uso de IA para crear experiencias de jugador.
  
• Mentalidad colaborativa con habilidades de comunicación y enfoque centrado en producto.