Sr. Analytics Engineer - Data Platform

About this role

Sobre nosotros En Koltin , estamos rediseñando la forma en que cuidamos a nuestros papás, mamás, abuelos y abuelas, con el objetivo de ayudarles a mantenerse saludables, activos e independientes durante el mayor tiempo posible. Lo hacemos a través de nuestras membresías de salud, que integran: Atención clínica enfocada en la prevención Cobertura médica de gastos mayores Programas de bienestar y comunidad Somos la primera empresa en México que protege a personas adultas mayores, desde los 50 hasta los 84 años. Estamos creciendo rápidamente en todo el país, con un propósito claro: transformar la experiencia de salud para las Grandes Personas, haciéndola más humana, accesible y digna. Sobre el puesto Buscamos un(a) Sr. Analytics Engineer con inclinación a plataforma de datos: la persona que se hace dueña del *cómo*. Vas a diseñar los contratos de datos y el modelado analítico que hacen que un número signifique lo mismo en cualquier canal, y a sostener la plataforma que lo hace posible - ingesta, orquestación, calidad y documentación. Es un rol senior, hands-on y de alta influencia: pones la vara técnica, mentoreas al equipo y te sientas en la mesa donde producto, negocio e ingeniería toman decisiones. Nuestra ambición es clara: pasar de responder bien lo que ya se pregunta, a anticipar la pregunta, y de ahí a modelos predictivos corriendo en producto. Este rol es la pieza que hace ese salto sostenible. Responsabilidades: Diseñar y operar contratos de datos. Una tabla por número crítico, acordada con el equipo dueño del dominio, versionada en dbt con commits, tests y catálogo. Ser dueño(a) del modelado analítico. Capas, convenciones y modelo dimensional en dbt, con documentación y CI que eviten que la deuda entre por la puerta. Fortalecer la plataforma de datos. Ingesta (Airbyte), orquestación (Dagster), calidad y observabilidad: que las anomalías nos avisen antes de que alguien las reporte. Habilitar self-service real. Capa semántica y modelos en Omni y Hex para que quien pregunta pueda responderse solo, con Data como guía y revisor. Construir los entregables de alta confianza. Dashboards y reportes para board, aliados externos y reporteo regulatorio, donde el margen de error es cero. Trabajar cerca del dominio. Embedded con un equipo de producto/negocio, aportando además al trabajo transversal de contratos, calidad y estándares. Subir la vara del equipo. Code review, pairing y mentoría técnica; estándares que se sostienen sin ti en la sala. Habilitar Data Science y ML. Datasets, features y pipelines confiables para que los modelos lleguen a producción y sus resultados regresen al producto. Valores: Medimos el trabajo por impacto, no por horas. Proactividad y productividad son igual de importantes.⁠ Rapidez ≠ velocidad (buscan “velocidad” con dirección intencionada).⁠⁠ Constancia y congruencia (alinear lo que hacemos con lo que Koltin y las GPs necesitan).⁠⁠ Honrar el proceso (el proceso importa tanto como el resultado).⁠ Lo que buscamos: 4+ años en datos (analytics engineering, data engineering o BI con modelado fuerte), con al menos 2 operando como senior o referente técnico. SQL avanzado y criterio real de modelado analítico: dimensional, cargas incrementales, idempotencia, manejo de historia. Transformaciones de datos en producción. Experiencia llevando pipelines y transformaciones de datos a producción con herramientas como dbt o equivalentes, definiendo buenas prácticas de estructura, calidad y testing, componentes reutilizables, documentación, CI/CD y orquestación de jobs/workflows. Desarrollo de pipelines y automatización. Experiencia construyendo pipelines, automatizaciones y procesos de datos con Python o tecnologías equivalentes, aplicando buenas prácticas de ingeniería como Git, PRs/code review, testing y CI/CD. Experiencia con un orquestador (Dagster, Airflow) y con ingesta administrada (Airbyte, Fivetran o equivalente). PostgreSQL y/o un warehouse analítico (Redshift, Snowflake, BigQuery), con desempeño y costo en l

Skills and categories