Ingeniero de Datos

Habilidades y experiencia requeridas

• Más de 3 años en ingeniería de datos o roles relacionados con el procesamiento de datos.

• Sólida experiencia trabajando con diversos formatos y fuentes de datos (JSON, CSV, Parquet, APIs, múltiples motores de DB).

• Experiencia práctica con el modelado de datos en plataformas Big Data (por ejemplo, Databricks, Glue, Snowflake).

• Familiaridad con arquitecturas orientadas a eventos y AWS.

• Al menos 2 años de experiencia práctica con AWS, especialmente:

• Core: IAM, S3, EC2, VPC

• Servicios de datos: EMR, Lambda, Batch, SNS, SQS, DynamoDB, Glue, Athena

• Capacidad para configurar y mantener soluciones de monitorización, alerta y depuración para tus pipelines.

• Experiencia colaborando con equipos de Data Science para dar soporte a pipelines de nivel de producción.

Conocimientos

• Comprensión sólida de los sistemas informáticos (SO, memoria, redes, etc.).

• Competencia en el análisis e interpretación de datos, con un buen conocimiento de la estadística y los métodos de calidad de datos.

• Sólidas habilidades de SQL y optimización de rendimiento (performance tuning).

• Buen conocimiento de tecnologías Big Data, Spark y sistemas de almacenamiento de objetos.

• Dominio de Python (y opcionalmente Scala), con sólidas prácticas de programación y pruebas.

• Familiaridad con Docker; la experiencia en Kubernetes es un plus.

• Airflow (o similar) para la orquestación.

• Buen conocimiento de los principios de IaaC y CICD.

• Experiencia en dashboards y storytelling para la visualización de datos.

¡Ryanair Labs está buscando actualmente un Data Engineer para unirse al grupo de aerolíneas más grande de Europa!

Este es un momento muy emocionante para unirse a Ryanair, ya que buscamos expandir nuestra operación a 800 aviones y 300 millones de clientes en los próximos 10 años.

Ryanair Labs es la marca tecnológica de Ryanair. Labs es un centro de innovación digital y de TI de vanguardia que crea la experiencia de viaje líder en Europa para nuestros clientes.

Responsabilidades clave

• Diseñar y desarrollar procesos ELT automatizados garantizando un alto nivel de calidad y fiabilidad de los datos, utilizando herramientas como Spark, Apache Airflow, DBT, Python, Databricks, etc.

• Construir y mantener el procesamiento de datos por lotes (batch) y en tiempo real utilizando Apache Kafka y servicios de AWS como SNS, SQS y Kinesis, dando soporte a arquitecturas de microservicios.

• Mantener el data lake en AWS y Databricks, construyendo modelos de datos bien gobernados y orientados a consultas para un consumo eficiente.

• Implementar la monitorización y observabilidad de los pipelines en los que trabajes.

• Colaborar de forma transversal, ayudando a otros equipos a identificar, recopilar y procesar información valiosa para diversos casos de uso de negocio.

• Apoyar al equipo de Data Science ayudando a garantizar entornos estables y escalables para el despliegue de modelos y la experimentación.

• Construir y mantener pipelines de CICD, siguiendo las mejores prácticas para el despliegue automático y la consistencia.

• Ayudar en la administración y el mantenimiento de la infraestructura desplegada.

• Seguir y contribuir a los estándares de ingeniería y las mejores prácticas en todo el equipo de Data Engineering.

• Entregar el trabajo a tiempo, gestionando tus propias prioridades en línea con los compromisos del equipo.

• Fuertes habilidades de comunicación.

• Mentalidad proactiva y espíritu de colaboración en equipo.

• Comodidad trabajando dentro de una estructura de equipo ágil.