Ingeniero principal de datos Principal Data Engineer
- Remoto (EE. UU.)
- El empleador no indicó el salario
- Tiempo completo
- Publicado hace 5 horas
Se postulará en el sitio web original.
Sobre este empleo
Sede: Remoto en EE. UU.
ZoomInfo es el lugar donde las carreras profesionales avanzan. Nos movemos rápido, pensamos con audacia y te damos las herramientas para que hagas el mejor trabajo de tu vida. Estarás rodeado de compañeros que se preocupan, se desafían mutuamente y celebran los logros. Con herramientas que amplifican tu impacto y una cultura que respalda tus ambiciones, no solo contribuirás: harás que las cosas sucedan rápidamente.
Buscamos un Ingeniero principal de datos con amplia experiencia y participación práctica para definir y desarrollar la arquitectura, los estándares de ingeniería y el modelo operativo de nuestra plataforma de datos empresarial.
Este puesto es para un líder técnico que se destaca en el diseño de sistemas complejos: traducir las necesidades empresariales y analíticas en productos de datos escalables, confiables, seguros y fáciles de mantener. El Ingeniero principal de datos liderará decisiones arquitectónicas fundamentales en materia de ingesta, almacenamiento, transformación, orquestación, gobernanza, observabilidad y consumo de datos, y elevará el nivel de ingeniería mediante mentoría, revisiones de diseño y mejores prácticas pragmáticas.
Trabajarás con equipos de ingeniería, análisis, plataforma y seguridad, así como con partes interesadas del negocio, para crear sistemas que permitan acceder a datos confiables, oportunos y útiles a gran escala.
Qué harás
Liderar la arquitectura de datos y el diseño de sistemas
- Ser responsable de la visión técnica y la arquitectura de plataformas y canalizaciones de datos escalables, resilientes y rentables.
- Diseñar sistemas de datos integrales que abarquen la ingesta por lotes y en flujo continuo, la transformación, el modelado de datos, el almacenamiento, la orquestación, las capas de servicio y los patrones de consumo.
- Tomar y documentar decisiones arquitectónicas de alta calidad, incluidos los compromisos entre rendimiento, confiabilidad, escalabilidad, latencia, seguridad, facilidad de mantenimiento y costo.
- Definir patrones arquitectónicos reutilizables para desafíos comunes de ingeniería de datos, incluidos CDC, los flujos de datos basados en eventos, la evolución de esquemas, las dimensiones lentamente cambiantes, la calidad de datos y los modelos de datos multiinquilino o basados en dominios.
- Establecer límites e interfaces claros entre los sistemas operativos, las plataformas de datos, las capas analíticas y las aplicaciones posteriores.
- Liderar revisiones de diseño técnico para iniciativas de gran impacto y brindar orientación clara y constructiva sobre los enfoques de implementación.
- Identificar riesgos arquitectónicos con anticipación e impulsar planes para mitigar la deuda técnica, los puntos únicos de falla, la inconsistencia de los datos y la fragilidad operativa.
Establecer estándares de ingeniería y mejores prácticas
- Establecer y mejorar continuamente los estándares para el desarrollo, las pruebas, la implementación, la documentación, el monitoreo, la respuesta a incidentes y la gestión del ciclo de vida de la ingeniería de datos.
- Definir mejores prácticas para las transformaciones de datos bajo control de versiones, la infraestructura como código, CI/CD, las revisiones de código, las pruebas automatizadas y la promoción entre entornos.
- Fomentar una cultura de confiabilidad de datos mediante la implementación de estándares para contratos de datos, gestión de esquemas, linaje, observabilidad, actualidad, integridad, precisión y conciliación.
- Promover los requisitos de seguridad, privacidad, control de acceso, gobernanza, retención y cumplimiento a lo largo de todo el ciclo de vida de los datos.
- Desarrollar pautas prácticas de ingeniería que permitan a los equipos avanzar rápidamente sin sacrificar la calidad, la confianza ni la excelencia operativa.
- Impulsar la adopción de SLI, SLO, alertas, guías operativas y prácticas de aprendizaje posterior a los incidentes bien definidos para los productos de datos fundamentales.
Impulsar la toma de decisiones técnicas
- Actuar como autoridad técnica de confianza para decisiones complejas y transversales relacionadas con la arquitectura de datos, las herramientas, las capacidades de la plataforma y las inversiones en ingeniería.
- Facilitar conversaciones técnicas que conviertan requisitos ambiguos en soluciones duraderas y bien fundamentadas.
- Evaluar las decisiones de desarrollar o comprar, las tecnologías de plataforma y las capacidades de los proveedores mediante criterios claros y recomendaciones documentadas.
- Alinear las decisiones arquitectónicas con las prioridades de la organización, los resultados del negocio, la estrategia de datos y la sostenibilidad de la plataforma a largo plazo.
- Crear y mantener registros de decisiones arquitectónicas, arquitecturas de referencia, hojas de ruta y estándares técnicos que brinden claridad a los equipos.
- Influir en líderes y partes interesadas mediante una comunicación concisa de las opciones técnicas, los riesgos, los compromisos y los pasos recomendados.
Crear y mejorar productos de datos
- Liderar el diseño y el desarrollo de canalizaciones, conjuntos de datos y capacidades de plataforma de alto valor y listos para producción.
- Colaborar con analistas de datos, científicos de datos, ingenieros de software y equipos de producto para ofrecer productos de datos bien modelados, fáciles de encontrar y confiables.
- Optimizar los sistemas de datos para garantizar la confiabilidad, facilidad de uso, rendimiento, escalabilidad y rentabilidad.
- Impulsar iniciativas de modernización, incluidas las migraciones desde plataformas heredadas, la consolidación de canalizaciones fragmentadas y la reducción de procesos operativos manuales.
- Asegurarse de que los productos de datos tengan una titularidad, documentación, linaje, expectativas de calidad y modelos de soporte claros.
Guiar a otros y multiplicar la excelencia en ingeniería
- Brindar mentoría a ingenieros de datos de todos los niveles, con especial atención al desarrollo de ingenieros sénior para que se conviertan en líderes técnicos sólidos.
- Ofrecer orientación práctica sobre diseño de sistemas, modelado de datos, depuración, optimización del rendimiento, calidad del código y operaciones de producción.
- Liderar revisiones de arquitectura, talleres técnicos, sesiones de diseño y espacios para compartir conocimientos.
- Establecer plantillas reutilizables, implementaciones de referencia y guías prácticas que mejoren la uniformidad y agilicen la entrega.
- Fomentar una cultura de ingeniería inclusiva y con un alto nivel de responsabilidad, centrada en la colaboración reflexiva, el aprendizaje continuo y la responsabilidad por los resultados.
- Actuar como multiplicador técnico: ayudar a los equipos a tomar mejores decisiones por su cuenta y, al mismo tiempo, mantener la alineación con los principios arquitectónicos compartidos.
Lo que aportarás
Requisitos
- 10+ años de experiencia en ingeniería de software, ingeniería de datos, ingeniería de plataformas o una disciplina técnica relacionada.
- 5+ años diseñando y operando plataformas de datos a gran escala, sistemas de datos distribuidos o productos de datos de nivel empresarial.
- Experiencia demostrable en diseño integral de sistemas, incluida la definición de requisitos, la evaluación de compromisos, el diseño de arquitecturas resilientes y la entrega de sistemas de producción.
- Amplia experiencia con conceptos modernos de arquitectura de datos, como plataformas lakehouse o de almacenamiento de datos, procesamiento por lotes y en flujo continuo, modelado de datos, orquestación, gestión de metadatos y gobernanza de datos.
- Sólido dominio de SQL y al menos un lenguaje de programación de propósito general, como Python, Java, Scala o similar.
- Experiencia con marcos y tecnologías de procesamiento de datos distribuidos, como Spark, Kafka, Flink, Snowflake, Databricks, BigQuery, Redshift o plataformas equivalentes.
- Sólido conocimiento de prácticas de modelado de datos para casos de uso analíticos, operativos y basados en dominios.
- Experiencia en el establecimiento de estándares de ingeniería para pruebas, CI/CD, observabilidad, infraestructura como código, confiabilidad y seguridad.
- Capacidad demostrada para liderar decisiones técnicas en varios equipos sin depender de autoridad directa.
- Habilidades excepcionales de comunicación oral y escrita, incluida la capacidad de explicar conceptos técnicos complejos y sus compromisos a partes interesadas técnicas y no técnicas.
- Experiencia demostrada en la mentoría de ingenieros y en elevar los estándares técnicos en toda una organización.
Preferido
- Experiencia con plataformas de datos nativas de la nube en AWS, Azure o GCP.
- Experiencia en la implementación de patrones de data mesh, productos de datos basados en dominios o plataformas de autoservicio.
- Familiaridad con herramientas de gobernanza, catalogación, linaje, privacidad y control de acceso de datos.
- Experiencia dando soporte a dominios de análisis financiero, de ingresos, operativo, de clientes o empresarial.
- Experiencia con canalizaciones de datos para ML, almacenes de características o fundamentos de datos para IA/LLM.
- Experiencia gestionando migraciones importantes de plataformas de datos, programas de modernización o transformaciones arquitectónicas a gran escala.
Competencias de liderazgo
- Pensamiento sistémico: Vincula las decisiones técnicas individuales con resultados más amplios para la plataforma, la organización y el negocio.
- Arquitectura pragmática: Equilibra la arquitectura ideal con la entrega incremental y las realidades operativas.
- Criterio técnico: Hace recomendaciones claras ante la ambigüedad y comunica los compromisos con transparencia.
- Constructor y operador: Diseña desde el inicio pensando en producción, incluida la confiabilidad, la seguridad, la observabilidad y la capacidad de brindar soporte.
- Mentor y multiplicador: Desarrolla a otras personas y crea mecanismos escalables para alcanzar la excelencia técnica.
- Influencia colaborativa: Genera consenso entre los equipos de ingeniería, análisis, seguridad, producto y negocio.
Nuestra pila tecnológica
- Lenguajes y bases de datos: Python, SQL, MySQL, bases de datos NoSQL
- Orquestación y transformación: Airflow, dbt
- Plataformas de datos: Snowflake, AWS, GCP, BigQuery, Redshift
- Integración de datos: Fivetran, marcos ETL/ELT personalizados
- Observabilidad y confiabilidad de datos: Datadog, monitoreo, alertas, marcos de calidad de datos
#LI-JH1 #LI-Remote
La compensación ofrecida dependerá de factores como la ubicación de trabajo de la persona candidata, sus calificaciones, habilidades, experiencia o capacitación. Durante el proceso de contratación, tu reclutador podrá compartir más información sobre el rango salarial específico correspondiente a la ubicación de trabajo que deseas. Queremos que nuestros empleados y sus familias prosperen.
Además de ofrecer beneficios integrales, ofrecemos programas holísticos para la mente, el cuerpo y el estilo de vida, diseñados para el bienestar general. Obtén más información sobre los beneficios de ZoomInfo aquí.
A continuación se indica el salario base en EE. UU. para este puesto. También podrían corresponder compensaciones adicionales, como bonificaciones, comisiones, participación accionaria y otros beneficios.
$171,500—$269,500 USD
Acerca de nosotros:
ZoomInfo (NASDAQ: GTM), la plataforma integral de IA para GTM, permite a los equipos de ventas, marketing y éxito del cliente ejecutar su estrategia de salida al mercado con confianza. Con el respaldo de los datos B2B más completos del sector, que incluyen más de 100 millones de empresas, 500 millones de contactos y miles de millones de señales, ZoomInfo ofrece la inteligencia, la automatización y las integraciones que los equipos modernos de generación de ingresos necesitan para identificar, interactuar y convertir a sus mejores compradores.
ZoomInfo se compromete a proteger tu privacidad cuando solicitas empleo con nosotros. Consulta nuestro Aviso de privacidad para solicitantes de empleo para obtener más detalles sobre cómo manejamos tu información personal.
ZoomInfo podría utilizar una evaluación basada en software como parte del proceso de contratación. Hay más información sobre esta herramienta, incluidos los resultados de la auditoría de sesgo más reciente, disponible aquí.
ZoomInfo se enorgullece de ser un empleador que ofrece igualdad de oportunidades. Contratamos en función de las calificaciones, el mérito y las necesidades del negocio, y no discriminamos por motivos de categorías protegidas. Damos la bienvenida a todas las personas solicitantes y nos comprometemos a brindar igualdad de oportunidades de empleo independientemente del sexo, la raza, la edad, el color, el origen nacional, la orientación sexual, la identidad de género, el estado civil, la discapacidad, la religión, la condición de militar o veterano protegido, la condición médica o cualquier otra característica protegida por la ley aplicable. También consideramos a candidatos calificados con antecedentes penales, de acuerdo con los requisitos legales.
Para solicitantes de Massachusetts: En Massachusetts, es ilegal exigir o administrar una prueba de detector de mentiras como condición para obtener o mantener un empleo. Todo empleador que infrinja esta ley estará sujeto a sanciones penales y responsabilidad civil. ZoomInfo no administra pruebas de detector de mentiras a solicitantes en ninguna ubicación.
Para postularte: https://weworkremotely.com/remote-jobs/zoominfo-technologies-llc-principal-data-engineer
Anuncio original en inglés
Headquarters: Remote-US
ZoomInfo is where careers accelerate. We move fast, think boldly, and empower you to do the best work of your life. You’ll be surrounded by teammates who care deeply, challenge each other, and celebrate wins. With tools that amplify your impact and a culture that backs your ambition, you won’t just contribute. You’ll make things happen fast.
We are seeking a highly experienced, hands-on Principal Data Engineer to define and evolve the architecture, engineering standards, and operating model for our enterprise data platform.
This role is for a technical leader who excels at complex system design: translating business and analytical needs into scalable, reliable, secure, and maintainable data products. The Principal Data Engineer will lead critical architectural decisions across data ingestion, storage, transformation, orchestration, governance, observability, and consumption, while raising the engineering bar through mentorship, design reviews, and pragmatic best practices.
You will work across engineering, analytics, platform, security, and business stakeholders to create systems that make trusted data accessible, timely, and actionable at scale.
What You’ll Do
Lead Data Architecture and System Design
- Own the technical vision and architecture for scalable, resilient, and cost-effective data platforms and pipelines.
- Design end-to-end data systems spanning batch and streaming ingestion, transformation, data modeling, storage, orchestration, serving layers, and consumption patterns.
- Make and document high-quality architecture decisions, including tradeoffs involving performance, reliability, scalability, latency, security, maintainability, and cost.
- Define reusable architectural patterns for common data engineering challenges, including CDC, event-driven data flows, schema evolution, slowly changing dimensions, data quality, and multi-tenant or domain-oriented data models.
- Establish clear boundaries and interfaces between operational systems, data platforms, analytics layers, and downstream applications.
- Lead technical design reviews for high-impact initiatives and provide clear, constructive direction on implementation approaches.
- Identify architectural risks early and drive plans to mitigate technical debt, single points of failure, data inconsistency, and operational fragility.
Set Engineering Standards and Best Practices
- Establish and continuously improve standards for data engineering development, testing, deployment, documentation, monitoring, incident response, and lifecycle management.
- Define best practices for version-controlled data transformations, infrastructure as code, CI/CD, code review, automated testing, and environment promotion.
- Build a culture of data reliability by implementing standards for data contracts, schema management, lineage, observability, freshness, completeness, accuracy, and reconciliation.
- Champion security, privacy, access control, governance, retention, and compliance requirements throughout the data lifecycle.
- Develop practical engineering guardrails that enable teams to move quickly without sacrificing quality, trust, or operational excellence.
- Drive adoption of well-defined SLIs, SLOs, alerting, runbooks, and post-incident learning practices for critical data products.
Drive Technical Decision-Making
- Serve as a trusted technical authority for complex, cross-functional decisions involving data architecture, tooling, platform capabilities, and engineering investments.
- Facilitate technical discussions that turn ambiguous requirements into durable, well-reasoned solutions.
- Evaluate build-versus-buy decisions, platform technologies, and vendor capabilities using clear criteria and documented recommendations.
- Align architecture decisions with organizational priorities, business outcomes, data strategy, and long-term platform sustainability.
- Create and maintain architecture decision records, reference architectures, roadmaps, and technical standards that provide clarity across teams.
- Influence leaders and stakeholders through concise communication of technical options, risks, tradeoffs, and recommended paths forward.
Build and Improve Data Products
- Lead the design and development of high-value, production-grade data pipelines, datasets, and platform capabilities.
- Partner with data analysts, data scientists, software engineers, and product teams to deliver well-modeled, discoverable, and trustworthy data products.
- Optimize data systems for reliability, usability, performance, scalability, and cost efficiency.
- Drive modernization initiatives, including migration from legacy platforms, consolidation of fragmented pipelines, and reduction of manual operational processes.
- Ensure data products are designed with clear ownership, documentation, lineage, quality expectations, and support models.
Mentor and Multiply Engineering Excellence
- Mentor data engineers at all levels, with a particular focus on growing senior engineers into strong technical leaders.
- Provide practical coaching on system design, data modeling, debugging, performance tuning, code quality, and production operations.
- Lead architecture reviews, technical workshops, design sessions, and knowledge-sharing forums.
- Establish reusable templates, reference implementations, and playbooks that improve consistency and accelerate delivery.
- Foster an inclusive, high-accountability engineering culture centered on thoughtful collaboration, continuous learning, and ownership.
- Act as a technical multiplier: helping teams make better decisions independently while maintaining alignment with shared architectural principles.
What you bring
Required
- 10+ years of experience in software engineering, data engineering, platform engineering, or a related technical discipline.
- 5+ years designing and operating large-scale data platforms, distributed data systems, or enterprise-grade data products.
- Demonstrated expertise in end-to-end system design, including defining requirements, evaluating tradeoffs, designing resilient architectures, and delivering production systems.
- Deep experience with modern data architecture concepts, such as lakehouse or warehouse platforms, batch and streaming processing, data modeling, orchestration, metadata management, and data governance.
- Strong proficiency in SQL and at least one general-purpose programming language, such as Python, Java, Scala, or similar.
- Experience with distributed data processing frameworks and technologies such as Spark, Kafka, Flink, Snowflake, Databricks, BigQuery, Redshift, or equivalent platforms.
- Strong knowledge of data modeling practices across analytical, operational, and domain-oriented use cases.
- Experience establishing engineering standards for testing, CI/CD, observability, infrastructure as code, reliability, and security.
- Proven ability to lead technical decisions across multiple teams without relying on direct authority.
- Exceptional written and verbal communication skills, including the ability to explain complex technical concepts and tradeoffs to technical and non-technical stakeholders.
- Demonstrated experience mentoring engineers and raising technical standards across an organization.
Preferred
- Experience with cloud-native data platforms on AWS, Azure, or GCP.
- Experience implementing data mesh, domain-oriented data product, or self-service platform patterns.
- Familiarity with data governance, cataloging, lineage, privacy, and access-control tooling.
- Experience supporting financial, revenue, operational, customer, or enterprise analytics domains.
- Experience with ML data pipelines, feature stores, or AI/LLM data foundations.
- Experience managing major data-platform migrations, modernization programs, or large-scale architectural transformations.
Leadership Competencies
- Systems thinker: Connects individual technical decisions to broader platform, organizational, and business outcomes.
- Pragmatic architect: Balances ideal-state architecture with incremental delivery and operational realities.
- Technical judgment: Makes clear recommendations amid ambiguity and communicates tradeoffs transparently.
- Builder and operator: Designs for production from the beginning, including reliability, security, observability, and supportability.
- Mentor and multiplier: Develops others and creates scalable mechanisms for technical excellence.
- Collaborative influencer: Builds alignment across engineering, analytics, security, product, and business teams.
Our Technology Stack
- Languages & Databases: Python, SQL, MySQL, NoSQL databases
- Orchestration & Transformation: Airflow, dbt
- Data Platforms: Snowflake, AWS, GCP, BigQuery, Redshift
- Data Integration: Fivetran, custom ETL/ELT frameworks
- Observability & Data Reliability: Datadog, monitoring, alerting, data-quality frameworks
#LI-JH1 #LI-Remote
Actual compensation offered will be based on factors such as the candidate’s work location, qualifications, skills, experience and/or training. Your recruiter can share more information about the specific salary range for your desired work location during the hiring process. We want our employees and their families to thrive.
In addition to comprehensive benefits we offer holistic mind, body and lifestyle programs designed for overall well-being. Learn more about ZoomInfo benefits here.
Below is the US base salary for this position. Additional compensation such as Bonus, Commission, Equity and other benefits may also apply.
$171,500—$269,500 USD
About us:
ZoomInfo (NASDAQ: GTM), the all-in-one AI GTM platform, enables sales, marketing, and customer success teams to execute their go-to-market strategy with confidence. Powered by the industry's most comprehensive B2B data, including more than 100 million companies, 500 million contacts, and billions of signals, ZoomInfo delivers the intelligence, automation, and integrations that modern revenue teams need to identify, engage, and convert their best buyers.
ZoomInfo is committed to protecting your privacy when you apply for jobs with us. Please review our Job Applicant Privacy Notice for more details on how we handle your personal information.
ZoomInfo may use a software-based assessment as part of the recruitment process. More information about this tool, including the results of the most recent bias audit, is available here.
ZoomInfo is proud to be an equal opportunity employer, hiring based on qualifications, merit, and business needs, and does not discriminate based on protected status. We welcome all applicants and are committed to providing equal employment opportunities regardless of sex, race, age, color, national origin, sexual orientation, gender identity, marital status, disability status, religion, protected military or veteran status, medical condition, or any other characteristic protected by applicable law. We also consider qualified candidates with criminal histories in accordance with legal requirements.
For Massachusetts Applicants: It is unlawful in Massachusetts to require or administer a lie detector test as a condition of employment or continued employment. An employer who violates this law shall be subject to criminal penalties and civil liability. ZoomInfo does not administer lie detector tests to applicants in any location.
To apply: https://weworkremotely.com/remote-jobs/zoominfo-technologies-llc-principal-data-engineer
Los empleadores en JOBUS nunca le pedirán pagar, comprar equipo ni compartir datos bancarios o de Seguro Social antes de una oferta formal. Confianza y seguridad