> Markdown version of [/jobs/ext/1873937-ingeniero-de-datos-senior](https://www.wearedevelopers.com/jobs/ext/1873937-ingeniero-de-datos-senior). 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). --- # Ingeniero De Datos Senior - **Company:** Quantia Ingeniería - **Location:** Granada, Spain - **Contract:** Apprenticeship - **Skills:** Airflow, Apache HTTP Server, Microsoft Azure, Cloud Computing, Continuous Integration, Information Engineering, Data Infrastructure, Github, Python (Programming Language), Machine Learning, Azure Data Lake, Software Engineering, Simple Object Database Access, Apache Spark, Data Lakes, Pyspark, Information Technology, Databricks - **Published:** August 1, 2026 - **Apply:** https://www.buscojobs.com.es/ingeniero-de-datos-senior-en-granada-ID-364060730 ## About the Role SodaRequisitos: Lo que buscamos en tiExperiencia Específica: Mínimo 3 años de experiencia demostrable en ingeniería de datos, habiendo diseñado, desplegado y operado plataformas de datos complejas en entornos reales de producción.Core Técnico: Dominio sólido y avanzado de Python orientado a la ingeniería de software/datos y experiencia real resolviendo cuellos de botella con Apache Spark / PySpark.Ecosistema Cloud & Databricks: Experiencia práctica operando Databricks (administración de Unity Catalog, gobernanza, optimización de consultas y jobs) y conocimiento profundo del almacenamiento estructurado sobre Azure Data Lake Gen2 y Delta Lake.Orquestación Moderna: Experiencia directa con Dagster. En su defecto, dominio profundo de orquestadores modernos (como Prefect o Airflow) acompañado de una fuerte motivación técnica para liderar la adopción de Dagster en nuestra infraestructura.Mentalidad Green Field: Capacidad demostrada para trabajar con alta autonomía en entornos de plataforma en fase temprana, tolerando la ambigüedad inherente al diseño desde cero y proponiendo proactivamente las mejores prácticas de la industria.Muy ValorableFormación Avanzada: Estar en posesión de un PhD (Doctorado) o Máster de investigación en Ciencias de la Computación, Matemáticas, Física, Ingeniería o disciplinas cuantitativas equivalentes. Valoramos enormemente la capacidad metodológica, el pensamiento analítico abstracto y el rigor científico aplicados a la resolución de problemas complejos de datos e infraestructura que aporta un perfil investigador. ## Description En QuantIA Ingeniería y Consultoría transformamos procesos complejos a través de soluciones tecnologías de vanguardia como agentes de IA, Machine Learning, analítica avanzada y gemelos digitales.Nuestros socios van desde destacadas instituciones financieras a nivel mundial hasta empresas líderes en los sectores energético, telecomunicaciones e industrial.Nuestros Valores definen nuestra CulturaExcelencia Técnica: Nos apasiona el código limpio, la estructuración lógica y las arquitecturas escalables.Propiedad (Ownership): Cada ingeniero es el responsable final de su impacto.Aquí diseñas, implementas y respondes por tu arquitectura.Pragmatismo: Buscamos soluciones robustas que funcionen en producción, optimizando costes y rendimiento real, no solo modelos teóricos en local.Evolución Constante: El aprendizaje y la adopción de herramientas modernas son parte crítica de nuestro stack técnico.Tu Rol y Desafíos Técnicos en el EquipoComo Data Engineer, trabajarás codo con codo con el equipo técnico central en el diseño e implementación de los pipelines que ingestan, transforman y entregan datos críticos de infraestructura física hacia los equipos de analítica avanzada e IA en nuestro equipo de I+D+i.No gestionarás un sistema heredado o "legacy" - lo estás construyendo tú desde los cimientos bajo una mentalidad puramente Green Field.1.Arquitectura de Pipelines y Procesamiento EscalableDiseñar, implementar y mantener pipelines de ingesta y transformación distribuidos utilizando Python y Apache Spark (PySpark).Garantizar el procesamiento eficiente de grandes volúmenes de datos procedentes de infraestructura física en tiempo real y batch, asegurando un rendimiento óptimo bajo entornos de alta carga.2.Orquestación, Plataforma y Control de CostesOrquestar, monitorizar y trazar el linaje de todos los pipelines de datos utilizando Dagster o similar como pieza central de automatización de nuestra arquitectura moderna.Operar, tunear y optimizar clústeres de Databricks, asumiendo la responsabilidad sobre la configuración de jobs, políticas de escalado eficiente y la gestión estratégica de costes de computación cloud.3.Gobernanza del Dato, Almacenamiento y CalidadGestionar el almacenamiento en Azure Data Lake Storage Gen2 y Delta Lake, definiendo minuciosamente la estructura de capas (Medallion Architecture: Bronze, Silver, Gold), naming conventions y políticas estrictas de control de acceso mediante Unity Catalog.Implementar frameworks avanzados de calidad de datos (Great Expectations o Soda) para asegurar la observabilidad, fiabilidad y consistencia del dato a lo largo de toda la cadena de procesamiento.Colaborar activamente en la definición de estándares, convenciones de código limpio y el diseño del ciclo de CI/CD de la plataforma de datos.Resumen del Stack Técnico de Infraestructura de DatosOrquestación: Dagster o similarProcesamiento: Python · PySpark · Apache SparkPlataforma: Databricks (Unity Catalog, Clusters, Jobs)Almacenamiento: Azure Data Lake Storage Gen2 · Delta LakeCI/CD: GitHub Actions o Azure DevOpsCalidad de Datos: Great Expectations o SodaRequisitos: Lo que buscamos en tiExperiencia Específica: Mínimo 3 años de experiencia demostrable en ingeniería de datos, habiendo diseñado, desplegado y operado plataformas de datos complejas en entornos reales de producción.Core Técnico: Dominio sólido y avanzado de Python orientado a la ingeniería de software/datos y experiencia real resolviendo cuellos de botella con Apache Spark / PySpark.Ecosistema Cloud & Databricks: Experiencia práctica operando Databricks (administración de Unity Catalog, gobernanza, optimización de consultas y jobs) y conocimiento profundo del almacenamiento estructurado sobre Azure Data Lake Gen2 y Delta Lake.Orquestación Moderna: Experiencia directa con Dagster.En su defecto, dominio profundo de orquestadores modernos (como Prefect o Airflow) acompañado de una fuerte motivación técnica para liderar la adopción de Dagster en nuestra infraestructura.Mentalidad Green Field: Capacidad demostrada para trabajar con alta autonomía en entornos de plataforma en fase temprana, tolerando la ambigüedad inherente al diseño desde cero y proponiendo proactivamente las mejores prácticas de la industria.Muy ValorableFormación Avanzada: Estar en posesión de un PhD (Doctorado) o Máster de investigación en Ciencias de la Computación, Matemáticas, Física, Ingeniería o disciplinas cuantitativas equivalentes.Valoramos enormemente la capacidad metodológica, el pensamiento analítico abstracto y el rigor científico aplicados a la resolución de problemas complejos de datos e infraestructura que aporta un perfil investigador.¿Por qué elegir QuantIA?Proyectos Reales: Olvídate de picar código sobre parches de otros.Diseñarás la infraestructura de datos de desde cero.Entorno de Alto Rendimiento: Un equipo horizontal de ingenieros donde el rigor técnico, las matemáticas avanzadas y la innovación en producción son el día a día.Modelo Híbrido (Granada): Creemos en el valor de la colaboración presencial y la flexibilidad.Trabajamos con un modelo de 3 días en nuestras oficinas de Granada y 2 días de trabajo en remoto.¿Estás listo para el reto?Únete a QuantIA.#J-*****-Ljbffr ## Related Videos - [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) - [PySpark - Combining Machine Learning & Big Data](https://www.wearedevelopers.com/videos/44-pyspark-combining-machine-learning-big-data) - [Data Science in Retail](https://www.wearedevelopers.com/videos/586-data-science-in-retail) - [Innovating Developer Tools with AI: Insights from GitHub Next](https://www.wearedevelopers.com/videos/1268-innovating-developer-tools-with-ai-insights-from-github-next) - [Enjoying SQL data pipelines with dbt](https://www.wearedevelopers.com/videos/823-enjoying-sql-data-pipelines-with-dbt) - [Empowering Retail Through Applied Machine Learning](https://www.wearedevelopers.com/videos/976-empowering-retail-through-applied-machine-learning) ## Related Articles - [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk) - [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) - [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market) - [7 Cloud Computing Trends Coming in 2025 for Developers](https://www.wearedevelopers.com/magazine/412-7-cloud-computing-trends-coming-in-2025-for-developers) - [A Guide to Green Tech and Green IT Careers](https://www.wearedevelopers.com/magazine/374-a-guide-to-green-tech-and-green-it-careers)