Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Blend
Буэнос-Айрес, Аргентина5 месяцев назад
Опыт работы
от 3 лет
Формат работы
Гибрид
Письмо на почту или сообщение рекрутеру в Telegram
Мы ищем QA Data Engineer для поддержки валидации, сверки и готовности к производству конвейеров данных для высокоэффективной корпоративной инициативы. Эта гибридная роль идеально подходит для того, кто сочетает сильные аналитические способности с практическим опытом в области качества данных, тестирования и фреймворков валидации. Вы будете играть ключевую роль в обеспечении точности и надежности данных в нескольких доменах, тесно сотрудничая с командами Data Engineering и Analytics для валидации и внедрения высококачественных конвейеров данных в производство. Blend — ведущий поставщик услуг в области ИИ, стремящийся к совместному созданию значимого влияния для своих клиентов посредством силы науки о данных, ИИ, технологий и людей. С миссией по реализации смелых видений Blend решает серьезные задачи, беспрепятственно объединяя человеческий опыт с искусственным интеллектом. Компания стремится раскрывать ценность и способствовать инновациям для своих клиентов, используя людей мирового класса и стратегию, основанную на данных. Мы верим, что сила людей и ИИ может оказать значительное влияние на ваш мир, создавая более полноценную работу и проекты для наших сотрудников и клиентов. Для получения дополнительной информации посетите
Проверять точность данных в конвейерах, обеспечивая согласованность между устаревшими и новыми системами. Создавать и поддерживать фреймворки для сверки выходных данных между устаревшими и модернизированными конвейерами данных. Выполнять приемочное тестирование конвейеров данных перед развертыванием в производственной среде. Проверять точность разрешения идентификационных данных, включая частоту совпадений и анализ ложных срабатываний/пропусков. Разрабатывать и поддерживать автоматизированные наборы регрессионных тестов для обеспечения постоянного качества данных. Выполнять профилирование и анализ данных для обнаружения аномалий и несоответствий. Документировать происхождение данных (data lineage) в нескольких доменах (до 18 доменов). Сотрудничать с командами Data Engineering и Analytics для обеспечения готовности к производству активов данных.
Опыт работы в области качества данных (Data Quality), QA или анализа данных более 3 лет. Экспертный уровень владения SQL для валидации и анализа данных. Практический опыт работы с фреймворками качества данных (предпочтительно Great Expectations). Значительный опыт работы с Python для валидации, автоматизации или анализа данных. Опыт работы с процессами профилирования, сверки и валидации данных. Опыт создания или поддержки фреймворков автоматизации тестирования для конвейеров данных. Высокое внимание к деталям с акцентом на точность и надежность данных. Способность работать в кросс-функциональных средах и эффективно сотрудничать с командами разработки и аналитики.
Опыт работы с крупномасштабными или распределенными платформами данных. Знакомство с современными архитектурами данных и процессами валидации конвейеров. Опыт поддержки развертывания в производственной среде и процессов валидации релизов.
📚 Возможности обучения:
Сертификация AWS (мы являемся партнерами AWS), Databricks и Snowflake.
Доступ к обучающим программам по ИИ для ознакомления с новейшими технологиями.
Планы обучения, курсы и дополнительные сертификации, адаптированные к вашей роли.
Доступ к Udemy Business, предлагающему тысячи курсов для улучшения ваших технических и «мягких» навыков.
Уроки английского языка для поддержки профессионального общения.
🛫 Возможности командировок для посещения отраслевых конференций и встреч с клиентами.
👩🏫 Наставничество и развитие:
Планы карьерного развития и программы наставничества, которые помогут вам определить свой путь.
🎁 Праздники и поддержка:
Подарки к особым датам для празднования дней рождения, годовщин работы и других личных событий.
Оборудование, предоставляемое компанией.
⚖️ Гибкие варианты работы, которые помогут вам найти правильный баланс.
Другие льготы могут варьироваться в зависимости от вашего местоположения в LATAM. Для получения подробной информации о льготах, применимых к вашему конкретному местоположению, пожалуйста, проконсультируйтесь с одним из наших рекрутеров.
We’re looking for a QA Data Engineer to support the validation, reconciliation, and production readiness of data pipelines for a high-impact enterprise initiative. This hybrid role is ideal for someone who combines strong analytical capabilities with hands-on experience in data quality, testing, and validation frameworks. You will play a key role in ensuring data accuracy and reliability across multiple domains, working closely with Data Engineering and Analytics teams to validate and promote high-quality data pipelines into production. What will you be doing? Validate data accuracy across pipelines, ensuring consistency between legacy and new systems. Build and maintain reconciliation frameworks to compare outputs between legacy and modernized data pipelines. Execute acceptance testing for data pipelines prior to production deployment. Validate identity resolution accuracy, including match rates and false positive/negative analysis. Develop and maintain automated regression test suites to ensure ongoing data quality. Perform data profiling and analysis to detect anomalies and inconsistencies. Document data lineage across multiple domains (up to 18 domains). Collaborate with Data Engineering and Analytics teams to ensure production readiness of data assets.
What are we looking for? 3+ years of experience in Data Quality, QA, or Data Analysis roles. Expert-level proficiency in SQL for data validation and analysis. Hands-on experience with data quality frameworks (Great Expectations preferred). Strong experience with Python for data validation, automation, or analysis. Experience with data profiling, reconciliation, and validation processes . Experience building or maintaining test automation frameworks for data pipelines. Strong attention to detail with a focus on data accuracy and reliability . Ability to work in cross-functional environments and collaborate effectively with engineering and analytics teams. Nice to have Experience working with large-scale or distributed data platforms. Familiarity with modern data architectures and pipeline validation processes. Experience supporting production deployments and release validation processes.
Our Perks and Benefits:
📚 Learning Opportunities:
Certifications in AWS (we are AWS Partners), Databricks, and Snowflake.
Access to AI learning paths to stay up to date with the latest technologies.
Study plans, courses, and additional certifications tailored to your role.
Access to Udemy Business, offering thousands of courses to boost your technical and soft skills.
English lessons to support your professional communication.
🛫 Travel opportunities to attend industry conferences and meet clients.
👩🏫 Mentoring and Development:
Career development plans and mentorship programs to help shape your path.
🎁 Celebrations & Support:
Special day rewards to celebrate birthdays, work anniversaries, and other personal milestones.
Company-provided equipment.
⚖️ Flexible working options to help you strike the right balance.
Other benefits may vary according to your location in LATAM. For detailed information regarding the benefits applicable to your specific location, please consult with one of our recruiters.
Blend is a premier AI services provider, committed to co-creating meaningful impact for its clients through the power of data science, AI, technology, and people. With a mission to fuel bold visions, Blend tackles significant challenges by seamlessly aligning human expertise with artificial intelligence. The company is dedicated to unlocking value and fostering innovation for its clients by harnessing world-class people and data-driven strategy. We believe that the power of people and AI can have a meaningful impact on your world, creating more fulfilling work and projects for our people and clients. For more information, visit
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 1 850 до 3 440