Job Description

En Mundi estamos expandiendo el equipo de Data!

Este no es un rol de BI tradicional o armado de dashboards Buscamos un perfil técnico híbrido: alguien con SQL pesado y dominio de dbt, capaz de sentarse con el equipo de Credit & Risk para traducir lógicas de negocio complejas en modelos de datos robustos, documentados y escalables.

🎯 La Misión y Responsabilidades

Tu objetivo principal en los primeros 6 meses será estructurar la disciplina de modelado del data warehouse, trabajando en directo con el equipo de Riesgo para:

• Formalizar el dominio de Credit/Risk: Crear la documentación canónica de métricas clave ( default, exposure, advance rate, etc.) y resolver la ambigüedad de datos.

• Consolidar el Data Warehouse: Migrar y limpiar modelos desde workspaces temporales hacia la capa centralizada ANALYTICS.TRUSTED en Snowflake.

• Escalar nuestro Semantic Layer: Implementar y expandir métricas en Cube.js para potenciar Data Compass (nuestro agente interno de IA que responde preguntas de negocio).

• Data Contracts: Colaborar con los Data Engineers para implementar contratos de datos que aseguren la calidad del pipeline.

💻 Nuestro Tech Stack

• Snowflake | dbt (Avanzado) | Cube.js | Apache Superset | Elementary | GitHub | Notion.

👤 Perfil Buscado

Buscamos profesionales con 4 a 7 años de experiencia en analytics engineering, data engineering o roles analíticos senior con fuerte orientación a modelado y código.

Requisitos Clave (Must-Haves):

• SQL Avanzado en Producción: Experiencia optimizando queries complejas, CTEs y window functions a escala sobre data warehouses cloud.

• dbt Sólido: Experiencia real manteniendo proyectos dbt grandes (uso de tests, sources, versionado y documentación).

• Modelado Dimensional: Dominio de frameworks de modelado (Kimball) o capas semánticas modernas.

• Traducción de Negocio y Documentación: Capacidad de liderar conversaciones técnicas con C-Levels y stakeholders, transformar respuestas vagas en definiciones precisas y dejarlas documentadas.

Puntos Extra (Nice-to-Haves):

• Experiencia en Fintech, Lending, Factoring o ecosistema bancario.

• Familiaridad con LLM-powered analytics, arquitectura RAG o uso diario de herramientas como Cursor / Claude Code

• Nociones del ecosistema fiscal mexicano (CFDI, SAT).