> Markdown version of [/jobs/ext/1942911-ingeniero-a-de-datos](https://www.wearedevelopers.com/jobs/ext/1942911-ingeniero-a-de-datos). 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/A De Datos

- **Company:** Arelance
- **Location:** Madrid, Spain
- **Contract:** Permanent contract
- **Skills:** Microsoft Windows, Airflow, BigQuery, Data Warehousing, Python (Programming Language), SQL Databases
- **Published:** August 6, 2026
- **Apply:** https://www.buscojobs.com.es/ingeniero-a-de-datos-en-madrid-ID-366193475

## About the Role

Experiencia previa en Python
Experiencia en Data Warehousing y modelado dimensional,
Experiencia avanzada en:
SQL
: CTEs, window functions, optimización y modelado.
dbt
: modelado por capas, materializaciones, tests, documentación y macros.
Airflow
: diseño de DAGs, dependencias, scheduling, reintentos e idempotencia.
BigQuery
: particionamiento, clustering, optimización y control de costes., capacidad para analizar retos de datos y plantear soluciones sólidas e innovadoras.
Comunicación:
explicar conceptos y decisiones técnicas de forma clara tanto a perfiles técnicos como de negocio.
Autonomía:
capacidad para identificar necesidades y tomar iniciativa sin depender de una supervisión constante.
Proactividad:
impulsar mejoras continuas en la fiabilidad, eficiencia, calidad y mantenibilidad de los pipelines.
Orientación a resultados:
equilibrio entre excelencia técnica y necesidades reales del negocio.

## Description

EnArelancesabemos que las personas son el activo más importante dentro de una empresa y por tanto invertimos muchos esfuerzos en buscar los mejores profesionales para nuestros clientes, y en ofrecer a nuestros candidatos los mejores proyectos.En este momento, buscamos un/aData Engineer Senior para colaborar en un proyecto del sectorBanca en Madrid.¿Qué buscamos en ti?Experiencia previa en PythonExperiencia en Data Warehousing y modelado dimensional,Experiencia avanzada en:SQL: CTEs, window functions, optimización y modelado.dbt: modelado por capas, materializaciones, tests, documentación y macros.Airflow: diseño de DAGs, dependencias, scheduling, reintentos e idempotencia.BigQuery: particionamiento, clustering, optimización y control de costes.Entre tus funciones:Liderazgo técnico:asumir responsabilidad sobre las decisiones técnicas del equipo y contribuir activamente a decisiones estratégicas.Mentoring:compartir conocimiento, promover buenas prácticas y acompañar el crecimiento de otros ingenieros.Colaboración cross-functional:trabajar con diferentes equipos técnicos y de negocio e integrar fuentes y necesidades diversas.Resolución de problemas complejos:capacidad para analizar retos de datos y plantear soluciones sólidas e innovadoras.Comunicación:explicar conceptos y decisiones técnicas de forma clara tanto a perfiles técnicos como de negocio.Autonomía:capacidad para identificar necesidades y tomar iniciativa sin depender de una supervisión constante.Proactividad:impulsar mejoras continuas en la fiabilidad, eficiencia, calidad y mantenibilidad de los pipelines.Orientación a resultados:equilibrio entre excelencia técnica y necesidades reales del negocio.¿Qué ofrecemos en esta posición?Modalidad de trabajo híbrida (1 día en oficinas de cliente)Contratación indefinidaJornada intensiva los viernes y meses de veranoSólo se valoran candidatos con permiso de trabajo y residencia en España#J-*****-Ljbffr


## Related Videos

- [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)
- [Enjoying SQL data pipelines with dbt](https://www.wearedevelopers.com/videos/823-enjoying-sql-data-pipelines-with-dbt)
- [Fault Tolerance and Consistency at Scale: Harnessing the Power of Distributed SQL Databases](https://www.wearedevelopers.com/videos/1146-fault-tolerance-and-consistency-at-scale-harnessing-the-power-of-distributed-sql-databases)
- [Making Data Warehouses fast. A developer's story.](https://www.wearedevelopers.com/videos/302-making-data-warehouses-fast-a-developer-s-story)
- [TiDB, One Layer at a Time: How Distributed SQL Became an Agentic AI Backbone](https://www.wearedevelopers.com/videos/100117-tidb-one-layer-at-a-time-how-distributed-sql-became-an-agentic-ai-backbone)

## Related Articles

- [Making Data Warehouses Fast: A Developer’s Story](https://www.wearedevelopers.com/magazine/107-making-data-warehouses-fast-a-developer-s-story)
- [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk)
- [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know)
- [What Are The Top Skills Required For Azure Developers?](https://www.wearedevelopers.com/magazine/77-what-are-the-top-skills-required-for-azure-developers)
- [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)
- [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)