Senior / Lead Data Engineer

Buscamos un/a Data Engineer con mentalidad de producto y visión de liderazgo: alguien que modele con dbt, optimice en BigQuery y orqueste con Airflow para que nuestras soluciones de Inteligencia Artificial y Datos soporten millones de eventos en producción de forma eficiente, gobernada y segura.Obtenga más información sobre las tareas generales relacionadas con esta oportunidad a continuación, así como sobre las habilidades requeridas.Tu misión en el equipoLiderazgo técnico: definir la hoja de ruta, tomar decisiones de arquitectura y elevar el listón de calidad del equipo.Excelencia en datos: diseñar y optimizar pipelines de gran escala garantizando trazabilidad, gobernanza y máxima fiabilidad.Mentoring & guía: acompañar, potenciar y acelerar el aprendizaje de tus compañeros/as.Visión cross-funcional: ser el interlocutor técnico que traduce retos complejos de negocio en soluciones sólidas.Qué stack y competencias buscamosImprescindible: nivel Máster / Experto en Data Engineering.dbt: modelado por capas (staging, intermediate, marts), Jinja macros, tests automáticos y gestión de dependencias (ref(), source()).Google BigQuery (GCP): tuning de rendimiento, particionamiento, clustering y control fino de costes.Apache Airflow: diseño de DAGs avanzados, idempotencia, orquestación y reintentos.SQL avanzado: CTEs, Window Functions, optimización y modelado dimensional.Python & DevOps: scripting, operadores custom, Git y pipelines de CI/CD.Qué te ofrecemosModelo híbrido: 80% remoto / 20% presencial.Liderazgo en iniciativas clave del área de Inteligencia Artificial y Datos.xqysrnhUn entorno guiado por las mejores prácticas del Modern Data Stack.#DataEngineering #dbt #BigQuery #Airflow #ModernDataStack #GCP #SQL #Python #DataOps #Empleo #TechJobs

Qué stack y competencias buscamos Imprescindible: nivel Máster / Experto en Data Engineering. dbt: modelado por capas (staging, intermediate, marts), Jinja macros, tests automáticos y gestión de dependencias (ref(), source()). Google BigQuery (GCP): tuning de rendimiento, particionamiento, clustering y control fino de costes. Apache Airflow: diseño de DAGs avanzados, idempotencia, orquestación y reintentos. SQL avanzado: CTEs, Window Functions, optimización y modelado dimensional. Python & DevOps: scripting, operadores custom, Git y pipelines de CI/CD.