Ingeniero de Datos Sénior

• Más de 5 años de experiencia en Data Engineering.

• Más de 5 años de experiencia práctica con Apache Spark utilizando Python/PySpark en entornos de producción.

• Experiencia demostrada en la construcción y mantenimiento de pipelines de datos de nivel de producción en ecosistemas de datos complejos o a gran escala.

• Sólido conocimiento de modelado de datos dimensionales y principios de diseño de almacenes de datos (data warehouse).

• Experiencia en el diseño de arquitecturas de datos escalables basadas en la nube.

• Capacidad para proporcionar orientación técnica y soporte sobre las mejores prácticas de ETL/ELT y estándares de ingeniería de datos.

• Experiencia con Databricks, Delta Lake, Unity Catalog y Databricks Workflows.

• Experiencia práctica en la entrega de soluciones de ingeniería de datos utilizando Azure Databricks.

• Familiaridad con los marcos de gobernanza y catalogación de datos.

¡Somos knowmad mood!

Somos una empresa líder en transformación digital, en constante evolución y a la vanguardia de la tecnología.

Formada por más de 3.000 personas creativas, digitales e innovadoras, conectadas por un propósito y capaces de crear conexiones con personas de todo el mundo. Un equipo responsable y flexible con alta adaptabilidad a las necesidades de nuestros clientes y del mercado, aportando valor, visión, creatividad, experiencia, profesionalidad y pasión por la tecnología en cada proyecto.

Los valores que guían nuestro camino y nos llevan a la excelencia son la colaboración, la innovación, el compromiso, la diversión y la confianza.

Únete a nuestro equipo como Senior Data Engineer y disfruta de un entorno de trabajo innovador y colaborativo.

• Diseñar, desarrollar y optimizar pipelines de datos a gran escala utilizando Apache Spark y Python/PySpark.

• Crear conjuntos de datos fiables, reutilizables y bien estructurados para el consumo empresarial y analítico.

• Desarrollar y mantener soluciones de datos basadas en la nube en Microsoft Azure.

• Procesar, transformar, almacenar y exponer datos de manera eficiente en diferentes plataformas y aplicaciones.

• Implementar controles de calidad de datos, procesos de validación, monitorización y estándares de documentación en los pipelines de datos.

• Colaborar con los equipos de Data Engineering, Data Science, Arquitectura y negocio para comprender los requisitos y ofrecer soluciones de datos prácticas.

• Contribuir a las mejores prácticas de ingeniería relacionadas con la calidad del código, las pruebas, el control de versiones, CI/CD y la automatización.

• Aplicar prácticas de gobernanza de datos, catalogación de datos y monitorización de la calidad de los datos para garantizar activos de datos fiables y conformes.

• Participar en el diseño de arquitecturas de datos escalables basadas en la nube.