Sr Data Engineer

Acerca de AseviaAseviaestá creando un grupo de asesorías con el objetivo de ofrecer un servicio integral y altamente especializado en cada una de las áreas en las que opera: fiscal, laboral, contable, jurídico y financiero.Está invirtiendo con fuerza en tecnología y procesos para aprovechar la oportunidad que supone la transformación del modelo de servicio impulsada por la IA y la llegada de la factura electrónica.Su propósito es pasar de una asesoría administrativa a una asesoría estratégica, apoyada en la automatización y en la liberación de tiempo del asesor, con la ambición de capitalizar el valor del dato en el futuro.Para ello, la compañía ha levantado 25 millones de euros de capital propio (con la posibilidad de ampliar en otros 25 millones), que combinará con deuda para invertir en asesorías y consolidar un modelo operativo común en servicios, procesos, sistemas y cultura.El plan contempla la inversión en alrededor de 15 asesorías en los primeros 18 meses, que en conjunto sumen unos 40 millones de euros de facturación.A día de hoy ya ha realizado las primeras inversiones, que suman en total 150 personas.El proyecto está liderado porJorge Suárez de LezoyJuan Palomares, ambos con amplia experiencia en procesos de consolidación sectorial, tras haber creado un grupo de más de 50 clínicas, y con una sólida trayectoria en operaciones y tecnología.Acerca del stack tecnológicoEl stack y contexto técnico de Asevia es el siguiente:Backend principal en Python (datos, IA y lógica compleja).Plataforma de datos propia: ingesta, transformación y orquestación con Dagster sobre SQL.IA aplicada (RAG y agentes, modelos locales).TypeScript como lenguaje principal para frontend y posibles servicios auxiliares.Infra moderna basada en contenedores, infraestructura como código y despliegue continuo.Cultura de código limpio y pragmático (sin sobreingeniería).Descripción del puesto de Sr Data EngineerBuscamos un perfil senior y transversal, con un background fuerte en datos, que sepa llevarlos de punta a punta y convertirlos en producto.Más que un Data Engineer de pipelines, queremos a alguien que entienda el dato pero que también quiera y sepa meter mano en backend, algo de frontend, cloud y despliegues.Concretamente buscamos un perfil con:Experiencia real trabajando con datos: ingesta, transformaciones, calidad e implementación de APIs, con SQL, Python y Dagster (u orquestadores equivalentes).No puede quedarse solo en notebooks o scripts aislados.Capacidad de convertir el dato en producto: integraciones, dashboards internos y herramientas para el equipo, con trabajo real detrás, sea de uso interno o de cara a cliente final.Experiencia sólida en backend (APIs, servicios, permisos, workers, colas y tareas asíncronas) y frontend suficiente para construir o mantener pantallas internas.Capacidad demostrada de llevar cosas a producción: Docker, CI/CD, cloud, Terraform, logs, alertas y rollback.Buscamos a alguien que haya operado sistemas en la vida real, no nos vale solo experiencia académica.Uso de IA con cabeza: agentes y LLMs para ir más rápido, sí, pero con ownership sobre lo que se genera (revisión, tests y criterio técnico).Mentalidad de ownership y orientación a impacto.Más de 6 años desarrollando y operando software en entornos exigentes.Por otro lado, valoramos experiencia en:dbt, Airflow, Prefect o Spark, y sistemas de eventos y colas (Kafka, RabbitMQ, SQS, EventBridge).Data warehouse o lakehouse: BigQuery, Snowflake, Redshift, Databricks o PostgreSQL analítico.Infraestructura como código (Terraform, Pulumi, CDK) y gestión de entornos, secretos y costes.Monitoring y observabilidad (Grafana, Prometheus, OpenTelemetry, Datadog, CloudWatch).RAG, embeddings, bases de datos vectoriales, evaluación de LLMs, guardrails y trazabilidad.React/Next/TypeScript suficiente para dashboards y herramientas internas.Seguridad aplicada (auth flows, protección de APIs, permisos y hardening).A nivel personal, buscamos un perfil:Que sea un ejecutor más que un teórico, y que esté dispuesto a producir código.Que no dependa de que otro le defina la arquitectura o el despliegue.Con criterio para decidir cuándo priorizar calidad extrema y cuándo velocidad.Con sensibilidad de producto y foco en usuario final, sea interno o externo.Cómodo en un entorno de alta responsabilidad y cultura del esfuerzo.Con experiencia en startups early-stage o construyendo desde cero.Con ambición de usar la tecnología y la IA para transformar el sector con proyectos transversales.Cómo trabajamosEn Asevia trabajamos al ritmo de una empresa tecnológica en crecimiento acelerado, con un equipo de primer nivel y desarrollo de producto propio, pero sobre un modelo de negocio de alto margen y alta probabilidad de éxito, alejado de la lógica del venture capital tradicional.Creemos en la presencialidad porque fomenta la comunicación directa, la camaradería y el aprendizaje continuo dentro del equipo.Es nuestra forma habitual de trabajar, sin ser una norma rígida: confiamos en el criterio profesional de cada uno y hay flexibilidad para trabajar en remoto cuando la situación lo requiere.Nuestra oficina es una planta del Edificio Cubik (C/ Hernani, 59), en el distrito financiero de AZCA, en Madrid: un edificio rehabilitado por completo, con plantas diáfanas y mucha luz natural.Los viernes por la tarde solemos irnos a casa después de comer.Lo que ofrecemosPaquete retributivo muy competitivo.Participación en el éxito futuro de la empresa (MIP), sujeta a un desempeño sobresaliente.Una cultura meritocrática y orientada a resultados.Oficina en Madrid.

Más que un Data Engineer de pipelines, queremos a alguien que entienda el dato pero que también quiera y sepa meter mano en backend, algo de frontend, cloud y despliegues. Concretamente buscamos un perfil con: Experiencia real trabajando con datos: ingesta, transformaciones, calidad e implementación de APIs, con SQL, Python y Dagster (u orquestadores equivalentes). No puede quedarse solo en notebooks o scripts aislados. Capacidad de convertir el dato en producto: integraciones, dashboards internos y herramientas para el equipo, con trabajo real detrás, sea de uso interno o de cara a cliente final. Experiencia sólida en backend (APIs, servicios, permisos, workers, colas y tareas asíncronas) y frontend suficiente para construir o mantener pantallas internas. Capacidad demostrada de llevar cosas a producción: Docker, CI/CD, cloud, Terraform, logs, alertas y rollback. Buscamos a alguien que haya operado sistemas en la vida real, no nos vale solo experiencia académica. Uso de IA con cabeza: agentes y LLMs para ir más rápido, sí, pero con ownership sobre lo que se genera (revisión, tests y criterio técnico). Mentalidad de ownership y orientación a impacto. Más de 6 años desarrollando y operando software en entornos exigentes. Por otro lado, valoramos experiencia en: dbt, Airflow, Prefect o Spark, y sistemas de eventos y colas (Kafka, RabbitMQ, SQS, EventBridge). Data warehouse o lakehouse: BigQuery, Snowflake, Redshift, Databricks o PostgreSQL analítico. Infraestructura como código (Terraform, Pulumi, CDK) y gestión de entornos, secretos y costes. Monitoring y observabilidad (Grafana, Prometheus, OpenTelemetry, Datadog, CloudWatch). RAG, embeddings, bases de datos vectoriales, evaluación de LLMs, guardrails y trazabilidad. React/Next/TypeScript suficiente para dashboards y herramientas internas. Seguridad aplicada (auth flows, protección de APIs, permisos y hardening). A nivel personal, buscamos un perfil: Que sea un ejecutor más que un teórico, y que esté dispuesto a producir código. Que no dependa de que otro le defina la arquitectura o el despliegue. Con criterio para decidir cuándo priorizar calidad extrema y cuándo velocidad. Con sensibilidad de producto y foco en usuario final, sea interno o externo. Cómodo en un entorno de alta responsabilidad y cultura del esfuerzo. Con experiencia en startups early-stage o construyendo desde cero. Con ambición de usar la tecnología y la IA para transformar el sector con proyectos transversales., Creemos en la presencialidad porque fomenta la comunicación directa, la camaradería y el aprendizaje continuo dentro del equipo. Es nuestra forma habitual de trabajar, sin ser una norma rígida: confiamos en el criterio profesional de cada uno y hay flexibilidad para trabajar en remoto cuando la situación lo requiere. Nuestra oficina es una planta del Edificio Cubik (C/ Hernani, 59), en el distrito financiero de AZCA, en Madrid: un edificio rehabilitado por completo, con plantas diáfanas y mucha luz natural.

Paquete retributivo muy competitivo. Participación en el éxito futuro de la empresa (MIP), sujeta a un desempeño sobresaliente. Una cultura meritocrática y orientada a resultados. Oficina en Madrid.

Aseviaestá creando un grupo de asesorías con el objetivo de ofrecer un servicio integral y altamente especializado en cada una de las áreas en las que opera: fiscal, laboral, contable, jurídico y financiero. Está invirtiendo con fuerza en tecnología y procesos para aprovechar la oportunidad que supone la transformación del modelo de servicio impulsada por la IA y la llegada de la factura electrónica. Su propósito es pasar de una asesoría administrativa a una asesoría estratégica, apoyada en la automatización y en la liberación de tiempo del asesor, con la ambición de capitalizar el valor del dato en el futuro. Para ello, la compañía ha levantado 25 millones de euros de capital propio (con la posibilidad de ampliar en otros 25 millones), que combinará con deuda para invertir en asesorías y consolidar un modelo operativo común en servicios, procesos, sistemas y cultura. El plan contempla la inversión en alrededor de 15 asesorías en los primeros 18 meses, que en conjunto sumen unos 40 millones de euros de facturación., En Asevia trabajamos al ritmo de una empresa tecnológica en crecimiento acelerado, con un equipo de primer nivel y desarrollo de producto propio, pero sobre un modelo de negocio de alto margen y alta probabilidad de éxito, alejado de la lógica del venture capital tradicional.