Data scraping

Distro, Inc.

Job Overview

Location

Bogotá

Job Type

Full-time

Full Job Description

📋 Description

• Investigar e identificar fuentes de datos públicas y gubernamentales para la extracción de información estructurada y no estructurada.
• Extraer, transformar y normalizar datos desde múltiples fuentes incluyendo sitios web, APIs, feeds, protocolos FTP y repositorios en línea.
• Diseñar y construir procesos ETL y flujos de trabajo reutilizables, escalables y mantenibles, evitando scripts de un solo uso.
• Aplicar técnicas avanzadas de web scraping utilizando Python, solicitudes HTTP y parsing de HTML para obtener datos de fuentes dinámicas y complejas.
• Garantizar la calidad de los datos mediante la identificación de inconsistencias, validación de muestras y documentación rigurosa de metodologías y procesos.
• Mantener repositorios de código bajo las mejores prácticas de desarrollo utilizando Git para control de versiones y colaboración en equipo.
• Colaborar con stakeholders técnicos y no técnicos para asegurar que los datos extraídos cumplan con los requisitos operativos y de análisis.
• Optimizar soluciones de extracción de datos para mejorar la eficiencia, reducir fallos y escalar procesos ante aumentos en volumen o complejidad.
• Documentar claramente cada paso del proceso de scraping, incluyendo fuentes, transformaciones, errores comunes y métodos de validación.
• Trabajar en un horario establecido de lunes a viernes de 12:00 PM a 8:00 PM CST, asegurando consistencia y disponibilidad durante el turno.
• Resolver problemas técnicos complejos relacionados con la adquisición de datos, incluyendo cambios en estructuras de sitios web, bloqueos de scraping y autenticación de APIs.
• Mantener un enfoque riguroso en la normalización de datos para garantizar coherencia, precisión y utilidad en aplicaciones posteriores.
• Utilizar bases de datos relacionales como PostgreSQL para almacenar, consultar y gestionar los datos extraídos de forma eficiente.
• Comunicar de forma clara y técnica en inglés, tanto por escrito como en interacciones con equipos internacionales.
• Trabajar de forma independiente asumiendo responsabilidad sobre la integridad y calidad de los procesos de scraping, sin supervisión constante.
• Adaptarse a cambios en fuentes de datos, políticas de acceso y restricciones legales o técnicas de sitios web gubernamentales y públicos.
• Participar activamente en la mejora continua de las herramientas y flujos de trabajo de extracción de datos, proponiendo mejoras basadas en experiencia práctica.

🎯 Requirements

• Experiencia sólida en web scraping, data scraping y extracción de datos estructurados y no estructurados
• Dominio técnico en Python, APIs, HTTP, FTP, parsing de HTML y bases de datos relacionales como PostgreSQL
• Nivel de inglés avanzado (comunicación escrita y técnica fluida)

🏖️ Benefits

• Horario laboral establecido de lunes a viernes de 12:00 PM a 8:00 PM CST
• Trabajo enfocado en automatización y resolución de problemas técnicos complejos
• Oportunidad de colaborar con fuentes de datos públicas y gubernamentales de alto impacto
• Entorno que valora la calidad, documentación y escalabilidad en procesos de extracción de datos

Skills & Technologies

Python

PostgreSQL

Git

Backend

Remote

Ready to Apply?

Apply Externally

You will be redirected to an external site to apply.

AI Job Fit Analysis

Pro

See exactly how your profile matches this role — strengths, skill gaps, and what to do about them.

Distro, Inc.

Visit Website

About Distro, Inc.

Distro provides an AI‑powered global hiring platform that automates resume vetting, candidate screening and matching, interview scheduling, contractor payments and payroll/EOR services to help companies recruit and onboard talent across 200+ countries.

View Company Profile

Get more remote jobs like this

Subscribe to the weekly newsletter for similar remote roles and curated hiring updates.

Weekly remote jobs and featured talent.

No spam. Only curated remote roles and product updates. You can unsubscribe anytime.