En Clay recibimos información desde distintas fuentes externas: bancos, SII y documentos tributarios electrónicos. Nuestro equipo de Integraciones construye y mantiene los procesos que permiten obtener esa información, a través de scrapers, APIs y otras integraciones.

Este rol será parte de ese equipo y participará en el desarrollo y mantenimiento de esas integraciones, pero tendrá un foco especial: asegurar que el dato que llega a Clay sea correcto y confiable.

Porque un proceso puede terminar exitosamente y aun así traer información incompleta, duplicada, desactualizada o distinta a la fuente original.

Queremos construir mecanismos que nos permitan detectar esos problemas antes que nuestros clientes y, cuando sea posible, resolverlos automáticamente.

Nos encantaría sumar a alguien que ya haya trabajado con este tipo de problemas y pueda ayudarnos a construir esta capacidad mejor de lo que lo haríamos solos.

💡¿Qué harás?

Confiabilidad del dato

• Definir qué significa que un dato esté correcto para cada fuente: completitud, consistencia, frescura y cuadratura contra el origen.
• Construir validaciones y reconciliaciones que detecten inconsistencias, incluso cuando técnicamente el proceso haya terminado correctamente.
• Diseñar estas garantías para que funcionen independientemente de si el dato proviene de un scraper, una API u otra integración.

Detección y recuperación

• Instrumentar métricas, logs y alertas sobre los procesos de ingesta.
• Construir mecanismos para que Clay detecte inconsistencias antes de que las reporte un cliente.
• Diseñar procesos de recuperación y automatizaciones para resolver fallas sin depender de que una persona esté monitoreando constantemente.
• Construir agentes y herramientas internas que ayuden a automatizar la detección, diagnóstico y resolución de estos problemas.

Integraciones

• Desarrollar y mantener integraciones, tanto mediante scraping como APIs, etc.
• Diseñar procesos sobre AWS (Lambda, SQS, EventBridge) y MongoDB considerando escala, resiliencia y observabilidad.
• Tomar problemas poco definidos, investigarlos y llevar una solución hasta producción.
• Participar en las decisiones técnicas y aportar desde tu experiencia.

🧩 Cómo trabajamos

La IA forma parte de nuestro flujo diario de desarrollo: la usamos para programar, revisar PRs, investigar problemas y diseñar soluciones. Buscamos que nos haga más productivos, pero el criterio técnico, la calidad y las decisiones siguen siendo responsabilidad de cada persona.

También nos importa que las soluciones queden bien construidas, probadas, observables y documentadas.

Imprescindible

• Experiencia trabajando con calidad y confiabilidad de datos. Has trabajado con pipelines o integraciones donde era importante validar que la información recibida fuera realmente correcta. Conoces problemas como datos faltantes, duplicados, retrasos, inconsistencias y cambios inesperados en las fuentes.
• Observabilidad en producción. Has trabajado con métricas, logs y alertas para detectar problemas antes de que los reporte un usuario.
• Python sólido, con experiencia real.
• Experiencia con AWS y MongoDB —o tecnologías equivalentes— en ambientes productivos.
• Autonomía: puedes tomar un problema ambiguo, investigarlo y llevar una solución hasta producción.
• Buenas prácticas de desarrollo: tests, Git, PRs y revisión de código.
• Experiencia desarrollando con herramientas de IA como Claude Code, Cursor, Copilot o similares, entendiendo cuándo confiar en ellas y cuándo cuestionarlas.

Deseable

Suma, pero no es requisito:

• Experiencia con SLOs, incidentes o postmortems.
• Automatización de procesos operativos o agentes de IA internos.
• Conocimiento del ecosistema tributario chileno (SII, DTE, RCV, facturación electrónica) o experiencia en fintech.
• CI/CD y monorepos.