> Markdown version of [/jobs/ext/1444657-azure-data-engineer](https://www.wearedevelopers.com/jobs/ext/1444657-azure-data-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Azure Data Engineer - **Company:** Airplane Solutions - **Location:** Spain - **Contract:** Permanent contract - **Skills:** .NET Framework, Microsoft Azure, C Sharp (Programming Language), Continuous Integration, Data Warehousing, Apache Hive, Python (Programming Language), SQL Azure, Power BI, Kusto Query Language, DataOps, Azure Data Lake, SQL Databases, Data Streaming, Azure Service Bus, Azure Data Factory, Apache Spark, Data Lakes, Pyspark, Bicep, Machine Learning Operations, Terraform, Azure Synapse Analytics, Stream Analytics, Serverless Computing, Azure Resource Manager, Databricks - **Published:** July 26, 2026 - **Apply:** https://www.jobleads.com/es/job/e6034f7ddd43cf21ca43e00387223e22b ## About the Role * Grado en Ingeniería Informática, Telecomunicaciones, Estadística o similar. * +6 años de experiencia realizando funciones similares a las descritas., * Transformaciones avanzadas con Apache Spark (PySpark/Scala) en Databricks o Fabric Spark Compute. * Azure Functions y .NET para microservicios data-driven. * IaC con Terraform, Bicep o ARM Templates. 6. Business Intelligence y visualización * Dashboards en Power BI sobre Fabric or Synapse, DAX avanzado, DirectQuery/Composite Models. * DataOps y MLOps: CI/CD para pipelines, despliegues automáticos con Azure DevOps., * +4 años en Data Engineering sobre Azure y Fabric. * DP-203 skills: almacenamiento, procesamiento y continuidad operativa. * SQL avanzado, Python (pandas, PySpark) y/o Scala. * AKS y contenedores. ## Description Somos una empresa tecnológica con producto propio, especializada en el desarrollo de soluciones de software para entornos críticos del sector aeronáutico. Creamos tecnología robusta, escalable y alineada con las necesidades reales del negocio, trabajando sobre ecosistemas Microsoft para garantizar fiabilidad, integración y capacidad de evolución., 1. Diseño y orquestación de pipelines de datos * Creación, despliegue y monitorización de pipelines en Azure Data Factory y/o Azure Databricks. * Estrategias de ingestión batch y streaming (Event Hubs, Azure Stream Analytics). 2. Procesamiento y almacenamiento * Modelado y optimización en Azure Synapse Analytics y Azure SQL Data Warehouse. * Gestión de grandes volúmenes en Azure Data Lake Storage Gen2 con partición y compresión. * Políticas de seguridad y cifrado (en reposo y en tránsito). * Diseño de tablas ADX: ingestión por pipelines, SDKs, Event Grid. * KQL avanzado: consultas exploratorias, agregaciones, series temporales. * Funciones y políticas: parse_json, mv-expand, estimated_statistics, update policies. * Integración: Power BI DirectQuery y dashboards nativos ADX. * Monitorización: ajuste de clústeres, escalado y análisis de costes con Azure Monitor. * Lakehouse & Warehouse: unificación de Data Lake y Synapse en un entorno integrado. * Pipelines en Fabric: orquestación con Data Factory en Fabric, notebooks de Spark en Spark Compute. * Data Engineering en Fabric: Spark SQL, PySpark y C# en Notebooks; optimización con Delta tables nativas. * Governance & Security: Control con Purview integrado, políticas de acceso unificadas y encriptación automática. * Fabric Workloads: integración de Data Science (ML), Power BI en Fabric, Data Activator para eventos en tiempo real. ## Related Videos - [PySpark - Combining Machine Learning & Big Data](https://www.wearedevelopers.com/videos/44-pyspark-combining-machine-learning-big-data) - [Back(end) to the Future: Embracing the continuous Evolution of Infrastructure and Code](https://www.wearedevelopers.com/videos/440-back-end-to-the-future-embracing-the-continuous-evolution-of-infrastructure-and-code) - [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning) - [Empowering Retail Through Applied Machine Learning](https://www.wearedevelopers.com/videos/976-empowering-retail-through-applied-machine-learning) - [Data Science in Retail](https://www.wearedevelopers.com/videos/586-data-science-in-retail) - [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works) ## Related Articles - [What Are The Top Skills Required For Azure Developers?](https://www.wearedevelopers.com/magazine/77-what-are-the-top-skills-required-for-azure-developers) - [Making Data Warehouses Fast: A Developer’s Story](https://www.wearedevelopers.com/magazine/107-making-data-warehouses-fast-a-developer-s-story) - [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know) - [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk) - [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production) - [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production)