Responsable de Ingeniería de Datos y Productos de Datos

• Más de 15 años de experiencia en datos empresariales, ingeniería analítica y liderazgo de plataformas de datos, incluyendo al menos 5 años en roles de liderazgo sénior en entornos complejos y multinacionales
• Trayectoria demostrada en la construcción y escalado de plataformas de datos empresariales y modelos operativos de datos orientados a productos
• Profunda experiencia en:
  o Ingeniería de Datos
  o Ingeniería Analítica
  o Arquitectura de Datos Empresariales
  o Productos de Datos y Habilitación de Autoservicio
  o Patrones de Integración Empresarial
  o Automatización de Flujos de Trabajo y Habilitación Operativa
• Experiencia liderando modelos operativos de datos empresariales federados o híbridos
• Sólida comprensión de la gobernanza, la interoperabilidad y la entrega de datos empresariales escalables
• Se prefiere experiencia en entornos sanitarios regulados y organizaciones orientadas al cumplimiento (gran ventaja)

Job Title: Head of Data Engineering & Data Products
Location: Porto, Portugal (preferible) o Barcelona, España (opcional)
Type: Jornada completa - Trabajo híbrido
Reports to: Group CITO

Unilabs se encuentra en un proceso plurianual para convertirse en la empresa de diagnóstico líder en Europa. Para lograrlo, estamos reforzando nuestra capacidad de operar a escala en todos los mercados, aprovechando las sinergias de nuestra red y evolucionando continuamente para satisfacer las necesidades cambiantes de pacientes, clínicos y ecosistemas sanitarios.

Como parte de nuestro proceso de transformación más amplio para construir una organización más ágil, eficiente y centrada en el paciente, al tiempo que reforzamos nuestro rendimiento operativo, médico y comercial, buscamos contratar a un Head of Data Engineering & Data Products con base en Porto, Portugal.

Este rol es fundamental para establecer bases de datos empresariales escalables dentro de UniTech, transformando un panorama fragmentado en una capacidad de datos fiable y orientada a productos que permita la elaboración de informes operativos, la analítica de autoservicio, la automatización inteligente y la toma de decisiones basada en datos en todas las geografías de Unilabs.

El Head of Data Engineering & Data Products definirá y ejecutará la estrategia de la plataforma de datos empresariales, construyendo capacidades de datos escalables y reutilizables que den servicio a las necesidades nacionales y funcionales en los dominios operativos principales, incluyendo operaciones, finanzas, ventas y RR. HH.

El enfoque inmediato durante los próximos 12-18 meses se centrará en:

• establecer capacidades sólidas de ingeniería de datos empresariales,
• ofrecer informes operativos fiables,
• convertir la información de informes y analítica fragmentada en productos de datos empresariales reutilizables,
• permitir la obtención de información operativa mediante autoservicio,
• y crear bases de datos escalables para la futura automatización inteligente y los flujos de trabajo operativos asistidos por IA.

El puesto requiere un líder pragmático y orientado a la ejecución, capaz de equilibrar la velocidad, la usabilidad, la gobernanza y la escalabilidad, al tiempo que impulsa un valor operativo mensurable en todo Unilabs.

El equipo actual consta de aproximadamente 10 profesionales y se espera que evolucione con el tiempo en tres áreas de capacidad estrechamente conectadas:

• Ingeniería de Datos
• Data Products & Operational Reporting
• Intelligent / Agentic Automation

Responsabilidades clave:

1. Estrategia e ingeniería de la plataforma de datos empresariales:

• Evaluar la madurez actual y definir una estrategia de plataforma de datos empresariales escalable que dé servicio a todos los mercados
• Impulsar un enfoque basado en plataformas aprovechando tecnologías modernas (p. ej., Azure, Fabric, Databricks o equivalentes)
• Garantizar que sean escalables y seguras:
  o la ingesta y armonización de datos de varios países
  o las capacidades de procesamiento y almacenamiento
  o la gestión de accesos y los controles de cumplimiento
• Establecer patrones reutilizables de integración e ingeniería de datos en todos los sistemas empresariales y operativos
• Impulsar la transición de informes fragmentados hacia productos de datos empresariales reutilizables
• Establecer productos de datos escalables en los dominios principales:
  o Operaciones
  o Finanzas
  o Ventas / Comercial
  o RR. HH.
• Convertir los informes operativos y de gestión en capacidades de autoservicio fiables, escalables y casi en tiempo real
• Permitir el acceso mediante autoservicio a datos operativos fiables para los usuarios de negocio, incluidos los responsables operativos y las funciones nacionales
• Apoyar a las funciones de negocio en la escala de la transparencia operativa y la toma de decisiones basada en datos
• Operar dentro de un modelo de datos y analítica federado donde las funciones de negocio sigan definiendo prioridades, KPIs, requisitos analíticos y casos de uso
• Proporcionar capacidades empresariales compartidas que permitan la ingeniería escalable, productos reutilizables, la habilitación operativa y la elaboración de informes de autoservicio
• Colaborar con las partes interesadas del negocio para traducir las necesidades operativas en productos de datos empresariales escalables
• Priorizar la entrega basándose en el impacto operativo y de negocio mensurable
• Establecer bases de datos escalables que den soporte a la automatización inteligente y a los flujos de trabajo operativos asistidos por IA
• Permitir la orquestación de flujos de trabajo y capacidades integradas de soporte a la decisión operativa integradas en las plataformas y procesos empresariales
• Apoyar la integración de herramientas operativas de automatización y habilitadas por IA en el ecosistema empresarial
• Garantizar la alineación entre las capacidades de automatización inteligente y los productos de datos empresariales, las integraciones y los flujos de trabajo operativos
• Mantener una separación clara del desarrollo de IA clínica, los productos de IA comercial y las funciones de investigación de IA independientes
• Definir e implementar patrones de integración escalables en:
  o sistemas empresariales (ERP, CRM, RR. HH.)
  o sistemas operativos (LIS, RIS, imagen, plataformas operativas)
• Garantizar la alineación con las plataformas de integración empresarial y las estrategias de API
• Reducir los flujos de datos fragmentados y de punto a punto mediante patrones de integración y productos de datos reutilizables
• Impulsar la consistencia semántica y la interoperabilidad en todos los dominios de datos empresariales
• Establecer arquitecturas de datos empresariales escalables y conformes que den soporte a capacidades de provisión de datos anonimizados y basados en cohortes para analítica aprobada, investigación, operaciones, investigación externa aprobada y futuros casos de uso de intercambio de datos.
• Garantizar que los principios adecuados de anonimización, interoperabilidad, gobernanza y trazabilidad estén integrados en los productos de datos empresariales y en los patrones de integración.
• Establecer principios de gobernanza de datos empresariales pragmáticos y ligeros centrados en la escalabilidad, la usabilidad y la entrega de valor operativo
• Definir y apoyar:
  o la alineación de la propiedad de los datos
  o la consistencia semántica
  o los principios de calidad de los datos
  o los conceptos de contratos de datos entre los sistemas de origen y los productos consumidores
• Garantizar la responsabilidad empresarial sobre la propiedad y el uso de los datos
• Garantizar el cumplimiento del RGPD y de las normativas sanitarias pertinentes
• Implementar principios de acceso a los datos seguros y auditables
• Definir principios de gobernanza y acceso que den soporte al uso de datos anonimizados conformes, a la analítica basada en cohortes y a los escenarios aprobados de intercambio de datos externos, en alineación con los requisitos regulatorios y de seguridad
• Definir y gestionar el stack tecnológico de datos empresariales con un fuerte enfoque en la simplicidad, la escalabilidad y la optimización de costes
• Evaluar y optimizar las capacidades y herramientas modernas nativas de la nube
• Gestionar las relaciones con los proveedores y socios de datos, integración y automatización
• Capacidad demostrada para definir y ejecutar estrategias de datos a nivel empresarial alineadas con un valor operativo y de negocio mensurable
• Sólida experiencia en ingeniería de datos empresariales, productos de datos y habilitación de informes operativos
• Trayectoria demostrada en la entrega de capacidades de autoservicio y democratización de datos escalables
• Capacidad para operar a nivel ejecutivo, influyendo en las partes interesadas de nivel C y en los líderes de negocio
• Sólidas capacidades de gestión financiera y de cartera, incluyendo la priorización de inversiones, la evaluación de ROI/TCO y la optimización de costes
• Impulsar la alfabetización de datos y la adopción de datos en toda la organización
• Experiencia en entornos regulados (se prefiere sector sanitario)
• Gran familiaridad con los stacks de datos empresariales modernos, incluyendo:
  o Azure (Fabric), Databricks o equivalentes
  o plataformas de integración empresarial y APIs
  o integración de ERP, CRM, LIS/RIS y sistemas operativos
• Experiencia en entornos de automatización de flujos de trabajo, orquestación y habilitación de datos operativos
• Experiencia trabajando en modelos operativos federados o híbridos y entornos de negocio descentralizados
• Experiencia construyendo y escalando equipos multidisciplinares de alto rendimiento en:
  o ingeniería de datos
  o ingeniería analítica
  o productos de datos
  o capacidades de automatización y orquestación
• Sólidas capacidades de gestión de proveedores y socios
• Mentalidad pragmática y orientada a resultados que equilibre:
  o estandarización frente a flexibilidad
  o velocidad frente a escalabilidad
  o innovación frente a eficiencia de costes
• Establecimiento de bases de datos empresariales escalables adoptadas en todos los mercados
• Entrega de informes operativos fiables y productos de datos reutilizables en los dominios principales
• Aumento de la adopción de informes operativos de autoservicio
• Reducción de soluciones de informes fragmentadas y duplicadas
• Mejora de la transparencia operativa y de la toma de decisiones basada en datos
• Habilitación de capacidades de automatización inteligente y de orquestación de flujos de trabajo operativos
• Contribución a la eficiencia operativa y a la realización de valor