301 Ofertas de Ingeniero Python en Argentina

Serás parte de un talentoso equipo de software que trabaja en el desarrollo de aplicaciones e integraciones con diferentes plataformas de telecomunicaciones. Tu responsabilidad incluye el diseño, desarrollo y despliegue de aplicaciones con gran volumen de datos y baja latencia, tanto en infraestructura cloud como on-premise.

• Diseñar y co-construir la solución / producto a su cargo con mirada E2E.
• Colaborar con el PO en la creación y refinamiento del product backlog.
• Participar activamente en la planificación del backlog.
• Conducir actividades de investigación, diseño, prototipado y otras actividades relacionadas al diseño de la solución, evolución y mejora del producto.
• Desarrollo de funcionalidades, mejoras, bug fixing, unit testing, integration testing, QA automation, empaquetado e instaladores.
• Relevamiento, arquitectura, definición de componentes, integraciones con sistemas de terceros, instalación, commissioning, documentación, UAT y despliegue de la solución en cada cliente.
• Mantener actualizada la documentación pública, la documentación interna y la documentación de cada despliegue en los diferentes clientes.
• Garantizar la calidad de entrega, minimizando errores, realizando pruebas de integraciones, generando la documentación necesaria, capacitando al cliente, etc.
• Experiencia en ingeniería de software y programación en Python (+ 1 año)
• Amplios conocimientos y experiencia trabajando con Linux. (Ej. Debian, RHEL, etc.)
• Dominio en tecnologías de red. (Ej. TCP, UDP, REST, WebSockets, NETCONF, RESTCONF, OPENFLOW, etc.)
• Docker y orquestación de contenedores. (Kubernetes, OpenShift)
• Tecnologías Cloud (AWS, Google Cloud / Anthos, Azure)
• Habilidad y manejo de herramientas para análisis de problemas a nivel protocolo. (tcpdump, tcpflow, wireshark)
• Estudiantes/graduados de carreras de Ing. en Electrónica, Ing. en Telecomunicaciones o de Sistemas.

• Tecnologías de acceso como xDSL, Fiber, Cable or LTE, 5G.
• Tecnologías de mensajería y streaming (ej. MQTT, AMQP or Kafka).
• Conocimiento en protocolos para administración de dispositivos como SNMP, CWMP, USP.
• Experiencia trabajando con pipelines para CI/CD y release managers.

Competencias Requeridas:

• Colaboración y trabajo en equipo
• Pensamiento crítico
• Flexibilidad y adaptabilidad
• Orientación a la calidad
• Orientación al cliente

Paquete de Beneficios:

• Revisión de sueldo trimestral
• Bono semestral de hasta 1 sueldo en el año.
• 3 semanas de vacaciones a partir del primer año cumplido.
• Programa in house de capacitación de inglés con clases 2 veces por semana

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles

Desde CFOTech estamos en búsqueda de un Ingeniero de Datos (Python) Ssr/Sr para sumarse a un proyecto de una reconocida entidad bancaria.

Objetivo Del Rol

• Diseñar, prototipar e industrializar un proceso de calidad de datos y consolidación de fuentes. Primero construir un MVP en Python (reglas de validación, deduplicación, conciliaciones); luego orquestarlo como ETL en Microsoft Fabric (Data Factory/Pipelines, Lakehouse), con monitoreo y alertas, listo para producción.

Responsabilidades

• Prototipo (MVP) en Python
• Implementar reglas de calidad (completitud, unicidad, consistencia, formatos, catálogos, business rules).
• Normalizar y consolidar múltiples fuentes (BDs, archivos, APIs), incluyendo deduplicación/matching (exacto y difuso) y generación de “golden record” cuando aplique.
• Medir calidad (KPIs, coverage, tasa de error) y generar reportes/outputs reproducibles.
• Industrialización en Microsoft Fabric
• Modelar el pipeline ETL/ELT Python y en Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) hacia Lakehouse/Warehouse.
• Orquestación, scheduling, monitoreo y alertas; gestión de fallas y reintentos.

Requisitos mínimos

Excluyentes

• 3+ años trabajando con Python en datos (pandas/PySpark) y SQL avanzado (joins complejos, window functions, performance).
• Experiencia real en reglas de calidad de datos y consolidación (dedupe, record linkage, estandarización).
• Manejo de alguna librería de data quality en Python (Great Expectations, Pandera o similar).
• Prácticas de ingeniería: tests unitarios/integración, logging estructurado, manejo de errores, packaging, virtualenv/poetry/conda.
• Experiencia orquestando ETL/ELT en Microsoft Fabric (Data Factory/Pipelines, Dataflows Gen2, Notebooks) y almacenamiento Lakehouse/OneLake.
• Conocimientos de modelado de datos (estrella, normalización), particionado, y formatos columnares (Parquet/Delta).

Deseables

• PySpark y Spark SQL en Fabric; Delta Lake.
• MDM/Golden Record, técnicas de fuzzy matching (e.g., recordlinkage, rapidfuzz).
• Power BI (consumo de Lakehouse/Warehouse) para data quality dashboards.
• Observabilidad de datos (data quality SLAs, alerting) con Fabric/Log Analytics.

Modalidad De Contratación : Contratación bajo relación de dependencia con CFOTech. Jornada de 07:45 a 15:15hs. Esquema remoto desde Argentina.

Beneficios : Prepaga de primer nivel para grupo familiar, Bono por referido, Capacitaciones, Descuentos por Cuponstar, Regalo aniversario CFOTECH, Regalo por finalizacion de estudios/nacimiento/casamiento, Bono por conectividad, Club de beneficios, Clases de ingles