Especialista Python Etl para Integración de Datos Inmobiliarios Globales

Estate Atlas, una startup de Datos como Servicio (DaaS), busca un especialista en Python ETL para impulsar nuestra infraestructura de datos. Nuestra misión es proporcionar información basada en datos sobre los mercados inmobiliarios globales, empoderando a inversores, analistas y profesionales con datos precisos, transparentes y prácticos. Estamos construyendo la principal fuente mundial de datos inmobiliarios internacionales, agregando y estandarizando información de una amplia gama de fuentes globales para hacer los mercados más transparentes y accesibles. Ya hemos diseñado una infraestructura ETL de vanguardia sin servidor y ahora necesitamos expandir significativamente nuestra cobertura.

La oportunidad se centra en la parte fundamental de nuestra estrategia de datos: localizar fuentes de datos internacionales de alto valor, verificar su precisión e integrar estos datos en nuestro ecosistema. El profesional será responsable de expandir nuestra cobertura a más de 15 países, asegurando que los datos sin procesar de diversas fuentes globales se extraigan, limpien y carguen correctamente en nuestro lago de datos.

Las responsabilidades diarias incluyen:

*  Exploración y verificación de fuentes: Investigar y localizar activamente fuentes de datos fiables (registros gubernamentales, bancos centrales, portales). Se proporcionará acceso a un sitio web que contiene todas las fuentes. Crear hojas de datos para verificar la fiabilidad, el formato y la frecuencia de actualización de estas fuentes.
*  Integración de pipelines: Escribir y mantener scripts Python eficientes para extraer datos sin procesar e integrarlos en nuestro pipeline ETL sin servidor existente.
*  Perfilado y calidad de datos: Analizar datos de muestra para comprender su estructura, incluyendo la comprobación de valores nulos, únicos y atípicos. Definir las reglas de negocio "limpias" para garantizar la calidad de los datos.
*  Estandarización: Implementar lógica de transformación utilizando herramientas como Polars y DuckDB para estandarizar diversos conjuntos de datos, por ejemplo, realizando la conversión de monedas.