Ingeniero de Datos

El perfil ideal: lo que se necesita para tener éxito en Huspy

• Experiencia demostrada: Más de 4 años en un rol de Data Engineering (o Analytics Engineering con sólida experiencia en pipelines e infraestructura).
• Python como prioridad: Dominio de Python para ETL, orquestación y automatización.
• Experto en Airflow: Experiencia práctica construyendo DAGs y gestionando flujos de trabajo en Airflow (o una herramienta de orquestación equivalente).
• Experiencia en Streaming y Batch: Comodidad trabajando tanto con sistemas de streaming de eventos (Kafka, Schema Registry) como con pipelines tradicionales por lotes (batch).
• Cloud Native: Experiencia práctica con servicios de AWS (S3, ECR, ECS, IAM, etc.).
• Habilidades en SQL y Data Warehousing: SQL sólido y experiencia con almacenes de datos en la nube (preferiblemente Snowflake).
• Mentalidad de modelado: Capacidad para diseñar modelos de datos que equilibren la escalabilidad, la simplicidad y las necesidades del negocio.
• Colaboración con stakeholders: Capacidad para trabajar con equipos de producto, operaciones y analítica para transformar los requisitos de negocio en soluciones de datos funcionales.

Modalidad de trabajo: Híbrido en Dubái o Madrid, remoto desde cualquier lugar de la UE. O bien, ofrecemos apoyo para la reubicación a Dubái o Madrid, si se prefiere.

La historia hasta ahora: estamos construyendo una marca global en el sector inmobiliario

Huspy es una de las empresas líderes en tecnología inmobiliaria en EMEA.

Lanzados en 2020, ahora operamos en múltiples ciudades de los EAU y España, con planes de expandirnos a Arabia Saudí y otros 3 mercados europeos para 2026. Hoy en día, poseemos la mayor cuota del mercado hipotecario de los EAU y somos uno de los actores de más rápido crecimiento en cada ciudad europea en la que hemos entrado.

Hemos recaudado más de 140 millones de dólares (Series A y Series B) de los mejores inversores del mundo, incluidos Sequoia Capital y Balderton Capital, para remodelar el proceso de compra de vivienda mediante tecnología potente y herramientas centradas en el agente.

Hemos creado una SuperApp que empodera a agentes inmobiliarios y corredores de hipotecas, aportando tecnología de vanguardia a una de las industrias más tradicionales del mundo. Estamos transformando la forma en que se realizan las transacciones inmobiliarias: de manera más rápida, inteligente y mejor para todos.

No vamos a bajar el ritmo. La pregunta es: ¿formarás parte de lo que viene después?

El evento principal: lo que impulsarás, construirás y liderarás

• Diseñar y escalar pipelines de datos: Construir y mantener pipelines de procesamiento por lotes (batch) y en streaming fiables que conecten nuestras aplicaciones, eventos y fuentes externas con Snowflake, garantizando que los datos fluyan sin interrupciones por toda nuestra plataforma.
• Streaming de datos a escala: Trabajar con Kafka, Schema Registry y arquitecturas orientadas a eventos para potenciar productos de datos en tiempo real y asegurar que los sistemas downstream reciban eventos estructurados y fiables.
• Orquestación de pipelines: Utilizar Airflow para orquestar flujos de trabajo complejos, automatizar dependencias y garantizar la disponibilidad de los datos para analítica y procesos de negocio.
• Infraestructura de datos y servicios en la nube: Aprovechar las herramientas de AWS (ECR, ECS, S3, etc.) para construir servicios de datos escalables y contenerizados, optimizando el almacenamiento, el cómputo y los costes.
• Calidad y observabilidad de datos: Implementar frameworks de pruebas, monitorización y alertas para los pipelines de datos con el fin de garantizar la fiabilidad y la confianza a escala.
• Infraestructura como código: Gestionar la infraestructura de datos con herramientas como Terraform, Helmfile o CloudFormation, automatizando los despliegues y garantizando la reproducibilidad.
• Optimizar para escala y rendimiento: Mejorar continuamente el rendimiento (throughput), la latencia y la eficiencia de costes de los pipelines, asegurando que la plataforma escale junto con el negocio.
• Modelado y gobernanza: Aplicar fundamentos sólidos de modelado de datos (por ejemplo, Kimball, Data Vault) y aplicar la gobernanza en torno a PII, cumplimiento normativo y gestión del ciclo de vida.
• Colaboración para generar impacto: Colaborar con analistas, partes interesadas del negocio y equipos de producto para traducir los requisitos en pipelines y modelos bien diseñados que aporten valor al negocio.
• Automatización y CI/CD: Implementar pruebas, linting y despliegues automatizados para los pipelines de datos con el fin de garantizar un código de alta calidad y listo para producción.