Ingeniero Python para Integración de Datos Inmobiliarios Globales y...

Estate Atlas es una startup de datos como servicio (DaaS) con la misión de proporcionar información basada en datos sobre los mercados inmobiliarios globales. Nuestro objetivo es empoderar a inversores, analistas y profesionales con datos inmobiliarios precisos, transparentes y prácticos, construyendo la principal fuente mundial de datos inmobiliarios internacionales. Agregamos y estandarizamos información de una amplia gama de fuentes globales para hacer que los mercados inmobiliarios sean más transparentes y accesibles.

Ya hemos diseñado una infraestructura ETL de vanguardia sin servidor y ahora buscamos un ingeniero de datos para impulsarla. Te centrarás en la parte fundamental de nuestra estrategia de datos: localizar fuentes de datos internacionales de alto valor, verificar su precisión y escribir el código necesario para integrarlas en nuestro ecosistema. Serás responsable de expandir nuestra cobertura a más de 15 países, garantizando que los datos sin procesar de diversas fuentes globales se extraigan, limpien y carguen correctamente en nuestro lago de datos.

Responsabilidades diarias clave:

Exploración y verificación de fuentes: Investigar y localizar activamente fuentes de datos fiables (registros gubernamentales, bancos centrales, portales inmobiliarios, etc.) Y crear hojas de datos para verificar su fiabilidad, formato y frecuencia de actualización. Se proporcionará acceso a un sitio web con fuentes preidentificadas.

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, y 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, asegurando la coherencia y usabilidad de la información.

Category: IT & Programming Subcategory: Data Science Project size: Large