Data Engineer

Lo que has hecho:

• Más de 4-7 años en ingeniería de datos / ETL, con una sólida trayectoria como ingeniero práctico construyendo y operando pipelines de datos de producción
• Sólidos conocimientos de SQL y RDBMS con experiencia práctica consolidada en diseño de esquemas, ajuste de rendimiento y optimización de consultas complejas
• Experiencia práctica con herramientas como dbt, ClickHouse y herramientas de orquestación / pipelines de código abierto (por ejemplo, Airflow, Dagster), con el criterio para elegir la herramienta adecuada para cada tarea
• Gran dominio de Python (o un lenguaje similar) para construir y automatizar pipelines de datos
• Experiencia práctica en el uso de asistentes de codificación con IA y técnicas de prompting efectivas (por ejemplo, GitHub Copilot, Claude, ChatGPT), con el criterio para verificar, probar y refinar el código y las consultas generados por IA
• Experiencia práctica con una plataforma cloud importante; se prefiere fuertemente AWS, ya que nos estamos estandarizando en AWS a medida que dejamos Azure Databricks
• Comodidad con Git, revisiones de código y la escritura de código probado, mantenible y bien documentado
• Grado o Máster en Informática, Ingeniería o un campo relacionado, o experiencia práctica equivalente

Puntos extra (deseables)

• Experiencia con almacenes de datos cloud o patrones de lakehouse (Snowflake, BigQuery, Redshift o similares)
• Experiencia con tecnologías de datos en streaming / tiempo real como Kafka
• Familiaridad con la contenerización (Docker, Kubernetes) e infraestructura como código (por ejemplo, Terraform)
• Experiencia previa en Publicidad, Medios o Investigación de Mercados

Estamos buscando un Data Engineer que pueda unirse a nuestro equipo en Madrid y ayudar a construir la próxima generación de nuestra plataforma de entrega de datos, trabajando estrechamente con ingenieros senior y principales, así como con el liderazgo de ingeniería en Norteamérica e India para diseñar, construir y operar los pipelines que mueven y transforman millones de puntos de datos cada día.

Nos estamos alejando deliberadamente de un stack dependiente de proveedores para avanzar hacia una arquitectura flexible y mayoritariamente de código abierto que mantenga nuestras opciones abiertas. Tú estarás en la sala de máquinas de esa re-arquitectura: escribiendo código, diseñando esquemas, ajustando consultas y ayudando a validar nuevas herramientas antes de que las adoptemos a escala.

• Diseñar, construir y optimizar pipelines ETL/ELT robustos que muevan y transformen millones de puntos de datos diarios de forma fiable y eficiente
• Construir y mantener flujos de trabajo de datos de producción utilizando herramientas como dbt, ClickHouse y frameworks de orquestación de código abierto (Airflow, Dagster o similares)
• Escribir y optimizar SQL complejo: diseño de esquemas, indexación, ajuste de rendimiento, optimización de consultas y análisis de causa raíz
• Contribuir a la migración práctica desde Azure Databricks hacia un stack basado en AWS más abierto y flexible, minimizando la interrupción en la entrega de datos diarios de alto volumen
• Ayudar a construir pruebas de concepto para evaluar nuevas herramientas y patrones, y aportar resultados claros para las decisiones de adopción del equipo
• Utilizar asistentes de codificación con IA y prompts bien elaborados para acelerar el desarrollo de pipelines, la generación de SQL, la depuración, las pruebas y la documentación, revisando y validando siempre el resultado antes de su implementación
• Implementar prácticas de testing, validación, monitorización, observabilidad y CI/CD para que los datos sigan siendo precisos y los pipelines se mantengan saludables a escala
• Comprender los sistemas upstream y downstream de tus pipelines, desde la ingesta hasta las plataformas orientadas al cliente, para garantizar una entrega de datos limpia y de extremo a extremo
• Colaborar con ingenieros en Norteamérica e India, participar en revisiones de código y aprender los matices del dominio de Publicidad e Investigación de Mercados

Este es un rol de construcción práctica más que de arquitectura pura; la propiedad profunda de la estrategia y la arquitectura de la plataforma recae en nuestros Data Engineers Senior / Principal, con quienes trabajarás codo con codo. Pasarás tu tiempo construyendo y operando pipelines de producción, ajustando bases de datos y ayudando a validar las herramientas de código abierto que darán forma a nuestra plataforma en el futuro.

Este puesto es remoto con base en Madrid, con la expectativa de que te unas al equipo en persona periódicamente en un espacio local de WeWork para colaborar estrechamente con nuestro equipo técnico de Madrid.