Data Engineer

Misión del rol El rol de Data Engineer es eminentemente técnico y de ejecución.Buscamos a alguien que disfrute escribiendo código, construyendo pipelines robustos y resolviendo con velocidad las necesidades cambiantes del negocio.El Data Engineer será el propietario técnico de Azure Data Factory (ADF) y dbt - las herramientas que dan vida al Data Lake de Snowflake - y será la pieza que permite al equipo moverse rápido sin romper nada.Su trabajo se mide en entregas reales: ETLs que funcionan, modelos que reflejan el negocio, y datos que llegan limpios y a tiempo a quien los necesita.Misión del rol El rol de Data Engineer es eminentemente técnico y de ejecución.Buscamos a alguien que disfrute escribiendo código, construyendo pipelines robustos y resolviendo con velocidad las necesidades cambiantes del negocio.El Data Engineer será el propietario técnico de Azure Data Factory (ADF) y dbt - las herramientas que dan vida al Data Lake de Snowflake - y será la pieza que permite al equipo moverse rápido sin romper nada.Su trabajo se mide en entregas reales: ETLs que funcionan, modelos que reflejan el negocio, y datos que llegan limpios y a tiempo a quien los necesita.Responsabilidades principales Transformación y modelado de datos (dbt)Ser el referente técnico de dbt en el equipo: diseño de modelos, capas Staging / Intermediate / Mart, tests de calidad y documentación.Desarrollar y mantener los modelos Silver y Gold del Data Lake en coordinación con los responsables de dominio de datos.Establecer y hacer cumplir las convenciones de desarrollo (naming, lineage, testing, materialización).Integrar dbt con las herramientas de observabilidad y gobierno del dato existentes.Contribuir a la arquitectura y roadmap del Dataplatform.Ingestión y orquestación (Azure Data Factory)Ser el owner técnico de los pipelines de ADF: diseño, despliegue, monitorización y resolución de incidencias.Gestionar la ingestión desde los sistemas fuente actuales (ERP, CRM, herramientas de Marketing, etc.) hacia la capa Bronze/Silver de Snowflake.Optimizar el rendimiento y coste de los pipelines existentes y diseñar los nuevos a medida que el scope crece.Calidad, Gobierno y colaboraciónAplicar una mentalidad Data Governance first: naming, linaje, clasificación y trazabilidad forman parte del trabajo, no son un paso posterior.Trabajar codo con codo con analistas de BI, marketing automation y el AI Taskforce para garantizar que el dato llega a tiempo y en condiciones.Actuar como contraparte técnica del proveedor externo de plataforma, velando por la coherencia y calidad de las entregas.Contribuir a una cultura de calidad del dato: tests automatizados, documentación, linaje, e identificación de problemas para su tratamiento con los data stewards.Mantener el catálogo de datos actualizado y apoyar al equipo de Governance en la evolución de los activos.Mantener y evolucionar el framework de seguridad actualAplicar políticas de seguridad y enmascaramiento de datos para asegurar su privacidad y buen uso.Perfil técnico requerido ImprescindibleExperiencia demostrable con dbt Core o dbt Cloud en entornos productivos (2+ años).Conocimiento sólido de Azure Data Factory: pipelines, triggers, linked services, Integration Runtimes.Dominio de SQL avanzado y experiencia con Snowflake o plataformas cloud similares (BigQuery, Redshift).Familiaridad con patrones de arquitectura de datos: Medallion (Bronze/Silver/Gold), Data Vault, dimensional modeling.Experiencia con Git y flujos de trabajo CI/CD para proyectos de datos.ValorableConocimiento de Python para tareas de ingeniería de datos (PySpark, Pandas, scripts de automatización).Experiencia con plataformas de gobierno del dato o catálogos, en dbt Semantic LayersFamiliaridad con Power BI o herramientas de BI modernas como consumidores de las capas de datos.Conocimiento de herramientas de IA/ML en el contexto del dato (MLflow, Feature Stores, etc.).Experiencia en herramientas tipo Ask Your Data.Perfil personalOrientación al ownership: capaz de llevar un dominio técnico de principio a fin, con autonomía, integridad y sentido de responsabilidad.Espíritu de servicio: entiende que su trabajo existe para que otros puedan tomar mejores decisiones.El dato es un medio; las personas, el fin.Excelencia y mejora continua: propone estándares, documenta, y no deja deuda técnica sin gestionar.Comunicación clara con perfiles no técnicos: sabe traducir decisiones de ingeniería a lenguaje de negocio.Trabajo en equipo en entornos pequeños y ágiles, con exposición directa a la dirección.Adaptabilidad a un entorno en construcción: sin miedo a la hoja en blanco ni a tomar decisiones con información incompleta.#J-*****-Ljbffr

Perfil técnico requerido Imprescindible Experiencia demostrable con dbt Core o dbt Cloud en entornos productivos (2+ años). Conocimiento sólido de Azure Data Factory: pipelines, triggers, linked services, Integration Runtimes. Dominio de SQL avanzado y experiencia con Snowflake o plataformas cloud similares (BigQuery, Redshift). Familiaridad con patrones de arquitectura de datos: Medallion (Bronze/Silver/Gold), Data Vault, dimensional modeling. Experiencia con Git y flujos de trabajo CI/CD para proyectos de datos. Valorable Conocimiento de Python para tareas de ingeniería de datos (PySpark, Pandas, scripts de automatización). Experiencia con plataformas de gobierno del dato o catálogos, en dbt Semantic Layers Familiaridad con Power BI o herramientas de BI modernas como consumidores de las capas de datos. Conocimiento de herramientas de IA/ML en el contexto del dato (MLflow, Feature Stores, etc.). Experiencia en herramientas tipo Ask Your Data. Perfil personal Orientación al ownership: capaz de llevar un dominio técnico de principio a fin, con autonomía, integridad y sentido de responsabilidad. Espíritu de servicio: entiende que su trabajo existe para que otros puedan tomar mejores decisiones. El dato es un medio; las personas, el fin. Excelencia y mejora continua: propone estándares, documenta, y no deja deuda técnica sin gestionar. Comunicación clara con perfiles no técnicos: sabe traducir decisiones de ingeniería a lenguaje de negocio. Trabajo en equipo en entornos pequeños y ágiles, con exposición directa a la dirección. Adaptabilidad a un entorno en construcción: sin miedo a la hoja en blanco ni a tomar decisiones con información incompleta.