> Markdown version of [/jobs/ext/3004978-analista-de-datos](https://www.wearedevelopers.com/jobs/ext/3004978-analista-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). --- # Analista De Datos - **Company:** Quantia Ingeniería - **Location:** Madrid, Spain - **Contract:** Apprenticeship - **Skills:** Airflow, Data Analysis, Automation of Tests, Cloud Computing, Computer Engineering, Continuous Integration, Extract Transform Load (ETL), Python (Programming Language), SQL Databases, Data Streaming, Azure Data Factory, Git, Pandas, Data Lakes, Pyspark, Low Latency, Data Analytics, Machine Learning Operations, Data Lakehouse, Docker, Databricks - **Published:** September 19, 2026 - **Apply:** https://www.buscojobs.com.es/analista-de-datos-en-madrid-ID-370560280 ## About the Role Buscamos soluciones eficaces en producción, no arquitecturas teóricas sobredimensionadas., Diseño y modelado escalable de arquitecturas tipo Data Lakehouse (Medallion Architecture) para procesar datos estructurados y no estructurados de gran volumen. Ingeniería de Pipelines en Producción: Desarrollo, orquestación y despliegue continuo de pipelines ETL/ELT robustos en Python sobre Dagster y/o Databricks , garantizando un rendimiento óptimo y baja latencia., Grado en Ingeniería Informática, Matemáticas, Estadística, Ciencia de Datos o similar. Experiencia: +2 años en roles de Data Analytics o Data/Analytics Engineering con foco en código productivo y pipelines en producción. Dominio profundo de Python (Pandas, PySpark, testing) y SQL avanzado. Experiencia consolidada en el ecosistema Databricks (Delta Lake, Jobs, MLflow). Conocimiento sólido en diseño y gestión de Data Lakes / Lakehouses . Mentalidad Ágil y CI/CD: Uso fluido de Git, Docker y orquestadores (Airflow, Azure Data Factory o similares). ## Description EnQuantIA , no construimos aplicaciones; transformamos procesos complejos mediante la intersección entre ingeniería de datos, IA y el mundo físico (BIM y Gemelos Digitales).Nuestros valores definen nuestra cultura Excelencia Técnica:Valoramos el código mantenible, testeable y escalable.Propiedad (Ownership):Eres responsable de tu producto de principio a fin.Pragmatismo:Buscamos soluciones eficaces en producción, no arquitecturas teóricas sobredimensionadas.Evolución Constante:Aquí el aprendizaje no es opcional, es parte de tu stack técnico.Estamos buscando unData Analyticscon base enA Coruñapara unirse a un equipo de alto rendimiento donde el pragmatismo y la arquitectura limpia son los pilares de cada entrega.Arquitectura de Datos y Data Lakes:Diseño y modelado escalable de arquitecturas tipo Data Lakehouse (Medallion Architecture) para procesar datos estructurados y no estructurados de gran volumen.Ingeniería de Pipelines en Producción:Desarrollo, orquestación y despliegue continuo de pipelines ETL/ELT robustos enPythonsobre Dagster y/oDatabricks , garantizando un rendimiento óptimo y baja latencia.Calidad y Fiabilidad del Dato:Implementación de pruebas automatizadas (Data Quality), monitoreo de gobernanza y linaje para garantizar que el dato viaje de origen a producción con total confianza.Colaboración con IA y Negocio:Trabajo codo a codo con los equipos de IA y negocio para integrar modelos predictivos, optimizar el flujo de datos e impactar en proyectos.Contrato Indefinido:Condiciones competitivas y plan de carrera acelerado en el área de I+D+i.Modelo Híbrido (A Coruña):Fomentamos la colaboración presencial para la sinergia del equipo, con flexibilidad real para la gestión de tu tiempo.Jornada intensiva:Todos los viernes del año y durante julio y agosto.Formación y Desarrollo:Presupuesto anual para certificaciones (Databricks, Cloud, Python) y asistencia a eventos tecnológicos.Bienestar:Retribución flexible (Cobee) y programas de bienestar en un entorno dinámico.Requisitos: Lo que buscamos en ti Formación Académica:Grado en Ingeniería Informática, Matemáticas, Estadística, Ciencia de Datos o similar.Experiencia:+2 años en roles de Data Analytics o Data/Analytics Engineering con foco en código productivo y pipelines en producción.Dominio profundo dePython(Pandas, PySpark, testing) ySQLavanzado.Experiencia consolidada en el ecosistemaDatabricks(Delta Lake, Jobs, MLflow).Conocimiento sólido en diseño y gestión deData Lakes / Lakehouses .Mentalidad Ágil y CI/CD:Uso fluido de Git, Docker y orquestadores (Airflow, Azure Data Factory o similares).Visión de Producto:Entiendes que los datos son un activo estratégico para resolver problemas de negocio; te interesa el "por qué" tanto como el "cómo".¿Estás listo para el reto?Únete a QuantIA.#J-*****-Ljbffr ## Related Videos - [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94) - [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered) - [Advanced Typing in TypeScript](https://www.wearedevelopers.com/videos/496-advanced-typing-in-typescript) - [Alibaba Big Data and Machine Learning Technology](https://www.wearedevelopers.com/videos/37-alibaba-big-data-and-machine-learning-technology) - [Getting to Know Your Legacy (System) with AI-Driven Software Archeology](https://www.wearedevelopers.com/videos/1437-getting-to-know-your-legacy-system-with-ai-driven-software-archeology) - [Data Science on Software Data](https://www.wearedevelopers.com/videos/162-data-science-on-software-data) ## 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) - [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) - [7 Cloud Computing Trends Coming in 2025 for Developers](https://www.wearedevelopers.com/magazine/412-7-cloud-computing-trends-coming-in-2025-for-developers)