Engineering Manager - Python [DWH Data Tools]

• Más de 1 año de experiencia gestionando equipos de ingeniería en entornos de ritmo rápido, preferiblemente en fintech con stack Python o Go.
• Gestión de contratación, desarrollo, rendimiento y entregas, junto con sólidas habilidades de colaboración cross-functional y capacidad para establecer alianzas
• Sólida experiencia técnica en el diseño, despliegue y gestión de herramientas de datos (por ejemplo, plataformas de BI, cuadernos de datos o catálogos de datos).
• Capacidad demostrada para gestionar una planificación flexible, equilibrando prioridades y plazos dinámicos.
• Excelentes habilidades de comunicación y colaboración, con capacidad para colaborar eficazmente entre equipos y regiones.
• Una mentalidad adaptable y estructurada, capaz de priorizar eficazmente y mantener la calma en entornos de ambigüedad y cambio.
• Nivel de inglés B1 o superior para una comunicación efectiva con un equipo internacional

• Experiencia implementando o manteniendo servicios junto con procesos de SRE.
• Experiencia laboral en DWH y/o en el sector bancario/fintech.
• Familiaridad con los stacks técnicos o el funcionamiento interno de Superset, Jupyter Hub o DataHub.
• Experiencia con frameworks de integración de datos (por ejemplo, Apache Kafka).
• Conocimiento de herramientas ETL (por ejemplo, Airflow, DBT).
• Experiencia con Kubernetes.
• Experiencia con arquitecturas Snowflake o Lake House.

• Apoyo para la relocalización a uno de nuestros hubs (Chipre, Serbia, España o Georgia), con asistencia para el empleado y su familia
• Trabajo flexible desde una de nuestras oficinas o en remoto
• Sanidad Cobertura
• Presupuesto para formación: clases de idiomas, formación profesional y certificaciones
• Presupuesto de bienestar: reembolsos para salud mental y actividades físicas
• Política de vacaciones: 20 días de vacaciones anuales y baja por enfermedad retribuida

Estamos buscando un/a Engineering Manager experimentado/a y con iniciativa para dirigir nuestro equipo de DWH Data Tools. Este equipo es responsable de gestionar y hacer evolucionar nuestras herramientas críticas del ecosistema de datos, incluyendo Superset, Jupyter Hub y DataHub, además de desarrollar nuevas soluciones internas —incluyendo herramientas de BI y de exploración de datos— para adaptarlas a necesidades de negocio específicas.

Este puesto combina el liderazgo técnico con una gestión integral de equipos. El candidato ideal poseerá sólidas habilidades de liderazgo y experiencia técnica en el stack del equipo —Python, además de Node.js y Go— junto con una trayectoria demostrada gestionando equipos de ingeniería y plataformas de datos. Serás una pieza clave en la planificación, la optimización de los procesos de desarrollo y la traducción de ideas de producto en soluciones técnicas robustas que resuelvan problemas reales de los usuarios, a menudo mientras navegas entre prioridades cambiantes y necesidades de negocio en evolución.

• Gestión de personas: Liderar, mentorizar y gestionar un equipo de ingenieros. Hacerse responsable de su rendimiento, de las reuniones 1-on-1 periódicas y de su desarrollo profesional continuo.
• Colaboración con producto y lluvia de ideas de soluciones: Colaborar estrechamente con los responsables de producto para comprender los puntos de dolor de los usuarios. Liderar la lluvia de ideas para soluciones técnicas y traducir la visión de producto en diseños accionables.
• Planificación y ejecución: Impulsar las actividades de planificación del equipo. Crear y gestionar planes de desarrollo, manejando con destreza plazos flexibles y prioridades de negocio cambiantes.
• Mantenimiento de servicios: Supervisar el mantenimiento de los servicios en estricta alineación con los procesos de SRE, asumiendo la responsabilidad de la fiabilidad, estabilidad y control de incidentes de las herramientas dentro del DWH.
• Arquitectura y desarrollo: Supervisar la arquitectura, el diseño y la implementación de herramientas de datos (Superset, Jupyter Hub, DataHub) y liderar el desarrollo de soluciones personalizadas para cumplir con los nuevos requisitos de negocio.
• Comunicación con los stakeholders: Gestionar la comunicación con ingenieros de datos, analistas y otros stakeholders para garantizar una integración de datos y una usabilidad de las herramientas sin fisuras.