Administrador de bases de datos DBA

Data base Administrador
Objetivo del cargo
Garantizar la disponibilidad, estabilidad, rendimiento y seguridad de las bases de datos de la organización, mediante el diseño, implementación, administración y optimización de soluciones SQL, NoSQL y de Big Data. El rol asegura el soporte técnico especializado para habilitar procesos analíticos, modelos de machine learning y cargas de datos a gran escala, integrando prácticas de ingeniería de datos y arquitectura cloud.

Su propósito es mantener plataformas de datos eficientes, escalables y confiables, que habiliten la operación, la analítica avanzada y la toma de decisiones en toda la compañía.

Es indispensable que los candidatos tengan experiencia sólida en Tuning, Modelado, Optimización de consultas (SQL Server/PostgreSQL), Migraciones, Réplicas y despliegues.

Funciones

• Administrar y optimizar de manera integral las bases de datos relacionales y no relacionales utilizadas por la organización, garantizando su disponibilidad, estabilidad y rendimiento. Esto incluye la gestión activa de motores SQL, así como tecnologías NoSQL. Realizar monitoreos constantes de desempeño, análisis de cuellos de botella y ajustes avanzados de configuración que permitan operar con alta eficiencia. Implementar estrategias de indexación, particionamiento, replicación y respaldo, asegurando una arquitectura resiliente, escalable y con tiempos de respuesta óptimos para los sistemas de misión crítica.
• Diseñar modelos de arquitectura de datos consistentes, escalables y orientados al análisis, alineados a las necesidades de negocio y a los requerimientos técnicos de proyectos de machine learning y analítica avanzada. Administrar y optimizar Data Lakes y Data Warehouses en plataformas que garanticen las estructuras adecuadas para ingestión, almacenamiento, catalogación y explotación. Definir e implementar estrategias de almacenamiento tanto en entornos on-premise como en cloud, asegurando gobernanza, trazabilidad y eficiencia en el manejo de la información.
• Desarrollar, mantener y mejorar pipelines de datos robustos y confiables utilizando herramientas de orquestación. Implementar procesos ETL y ELT eficientes que soporten cargas batch y flujos continuos de información. Gestionar arquitecturas de procesamiento en tiempo real mediante tecnologías como Apache Kafka asegurando integridad, baja latencia y capacidad para soportar grandes volúmenes de datos en movimiento. Velar por la estabilidad operativa de los pipelines y aplicar buenas prácticas de monitoreo y recuperación ante fallos.
• Garantizar el cumplimiento de estándares de seguridad, gobernanza y protección de datos mediante políticas claras de acceso, auditoría y control. Implementar esquemas de cifrado, autenticación y autorización (RBAC, IAM) que protejan la información en tránsito y en reposo. Asegurar el cumplimiento de normativas aplicables como GDPR, SOC 2 o políticas internas de privacidad y confidencialidad. Establecer procedimientos para el manejo adecuado del ciclo de vida de los datos, minimización de riesgos y mitigación de vulnerabilidades.
• Administrar infraestructuras de bases de datos en entornos cloud, incluyendo servicios administrados, aplicando prácticas de optimización, monitoreo continuo y control de costos. Desplegar y operar soluciones de Big Data en plataformas que garanticen escalabilidad, rendimiento y capacidad de procesamiento masivo. Gestionar ambientes basados en Kubernetes y contenedores Docker para despliegues flexibles, portables y estandarizados de servicios de bases de datos.
• Brindar soporte directo a los equipos de ciencia de datos y analítica avanzada, asegurando la disponibilidad, calidad y estructura adecuada de los datasets requeridos para modelado predictivo, minería de datos e inteligencia artificial. Implementar y administrar bases de datos orientadas a modelos de IA y machine learning, integrándose con herramientas de experimentación. Optimizar consultas, estructuras y flujos de datos para mejorar el entrenamiento, el versionamiento y el desempeño de los modelos desarrollados.
• Monitorear de manera continua la salud, disponibilidad y rendimiento de las bases de datos, pipelines y arquitecturas de almacenamiento utilizando herramientas como Prometheus, Grafana o New Relic. Identificar y anticipar degradaciones de desempeño, riesgos de capacidad o fallos operativos, proponiendo acciones correctivas y preventivas. Documentar de manera estructurada las configuraciones, procedimientos, incidencias y mejoras implementadas, garantizando continuidad operativa y alineación con estándares internos.
• Impulsar la mejora continua de las plataformas de datos mediante la evaluación, adopción y aplicación de nuevas tecnologías, frameworks y metodologías. Proponer optimizaciones en arquitectura, almacenamiento, flujos de trabajo, seguridad o automatización que permitan incrementar la eficiencia, reducir costos y potenciar las capacidades analíticas de la organización. Participar activamente en la actualización de sistemas legacy, migraciones y modernización de la infraestructura de datos hacia enfoques más escalables y sostenibles.