Platform Engineer

Datadope
Madrid, Spain
1 day ago
Apply on www.buscojobs.com.es
Prepare application

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Languages
English

Tech stack

Artificial Intelligence Airflow Amazon Web Services Cloud Computing Cloud Engineering Databases Computer Engineering Continuous Integration Linux PostgreSQL Machine Learning MongoDB
+19 more
NoSQL Ansible Prometheus Azure Machine Learning SQL Databases Large Language Models Grafana Apache Spark Generative AI AWS Lambda Backend Cloudformation Gitlab-ci Kubernetes Machine Learning Operations Amazon Simple Queue Service (SQS) Terraform Serverless Computing Docker

Job description

Buscamos un/a Platform Engineer con mentalidad de producto, certificación o experiencia equivalente como AWS Solution Architect, y pasión por construir la infraestructura de autoservicio (Internal Developer Platform) que potencia nuestras capacidades de Datos, Observabilidad e IA.Tu objetivo no será solo desplegar o mantener sistemas, sino diseñar plataformas robustas, automatizadas y transparentes para que nuestros equipos de Data, Backend y Machine Learning puedan construir, desplegar y escalar sus modelos y agentes con total autonomía, seguridad y velocidad.Si te motiva reducir la carga cognitiva de los desarrolladores, abstraer la complejidad del cloud y llevar la infraestructura de Agentes IA, LLMs y Observabilidad al siguiente nivel, ¡te queremos en DataDope!¿Qué harás en DataDope?Internal Developer Platform (IDP): Diseñar y evolucionar la plataforma interna sobre AWS, facilitando plantillas, golden paths y componentes de autoservicio (Self-Service Infrastructure) para los equipos de desarrollo.Infraestructura como Código (IaC): Modularizar, automatizar y gestionar la infraestructura en AWS utilizando Terraform, CloudFormation, Helm y Ansible .Orquestación y Cómputo Cloud Native: Administrar y abstraer la plataforma de contenedores sobre Kubernetes ( EKS ), garantizando un entorno optimizado para microservicios, cargas de datos e inferencia de IA.Plataforma para Data & AI Delivery: Diseñar e integrar la infraestructura base para pipelines de CI/CD (GitOps) que aceleren el ciclo de vida de modelos de ML, agentes inteligentes y soluciones de observabilidad .Standard-based Observability Platform: Construir la base de datos de monitoreo, telemetría y trazabilidad distribuida sobre el estándar OpenTelemetry, integrando métricas y visualización ( Prometheus, Grafana, ELK/EFK ).Reliability, Security & Cost Optimization: Garantizar la resiliencia, alta disponibilidad, seguridad y la optimización del gasto en cloud (FinOps) de las plataformas a tu cargo.Developer Experience (DevEx): Colaborar mano a mano con los equipos de Data, ML y Backend para eliminar cuellos de botella en el despliegue de soluciones a producción.¡Suma extra!Diseñar la plataforma base para orquestar y ejecutar arquitecturas híbridas de IA Generativa y Agentes basados en LLMs ( LangGraph, LangChain, CrewAI ).Lo que necesitas Formación: Ingeniería Informática, Software, Telecomunicaciones o experiencia equivalente.Inglés: Nivel técnico avanzado (B2/C1) tanto oral como escrito (trabajarás directamente con clientes y stakeholders internacionales ).Experiencia previa: 3+ años en roles de Platform Engineering, SRE o Senior Cloud Infra .Infraestructura y Plataforma: Dominio de IaC ( Terraform, Helm, Ansible ) e integración mediante herramientas GitOps ( ArgoCD, FluxCD o GitLab CI ).Sistemas y Contenedores: Conocimientos profundos de Linux, redes distribuídas, Docker y Kubernetes (EKS) .Ecosistema de Datos: Familiaridad con la infraestructura necesaria para bases de datos SQL y NoSQL ( PostgreSQL, TimescaleDB, MongoDB ) y pipelines de datos.Cultura Platform & Service Mindset: Enfoque proactivo para resolver problemas complejos de escalabilidad, disponibilidad y autonomía de los equipos de desarrollo.Si además tienes….¡Suma puntos extra!Serverless Architecture: Uso de AWS Lambda, SNS/SQS para la automatización de la plataforma.AI/ML Platform Engineering: Experiencia previa apoyando plataformas para MLOps (Airflow, MLflow, DVC, Spark) y métricas de rendimiento en producción.SRE Mindset: Dominio de conceptos de SLIs/SLOs/SLAs, error budgets y respuesta a incidentes en entornos de alto tráfico.¿Por qué trabajar con nosotros?En DataDope no buscamos empleados, buscamos compañeros de viaje.Te ofrecemos:Proyectos de vanguardia: Trabaja en soluciones que están redefiniendo la observabilidad y la IA a escala.Modelo Híbrido Real: Flexibilidad con 2 días presenciales en la oficina de Madrid (martes y jueves) y trabajo en remoto el resto de la semana si resides en Madrid.Horario Flexible: Adaptado a tus picos de productividad.Tiempo libre: 25 días laborales de vacaciones + el día de tu cumpleaños libre.Jornadas intensivas: Reducida de 8h a 15h durante los meses de julio y agosto, y todos los viernes del año.Formación y Crecimiento: Acceso a certificaciones, cursos, clases de inglés y Mentoring interno con referentes técnicos de la industria.Salario competitivo y revisiones alineadas a tus metas.Cultura e integración: Afterworks, team-buildings de fin de semana y un ambiente transparente y sin jerarquías innecesarias.¡Si quieres ser la persona que construya la plataforma del futuro para la IA y la Observabilidad, queremos conocerte!#J-*****-Ljbffr

Requirements

Lo que necesitas Formación: Ingeniería Informática, Software, Telecomunicaciones o experiencia equivalente.Inglés: Nivel técnico avanzado (B2/C1) tanto oral como escrito (trabajarás directamente con clientes y stakeholders internacionales ). Experiencia previa: 3+ años en roles de Platform Engineering, SRE o Senior Cloud Infra . Infraestructura y Plataforma: Dominio de IaC ( Terraform, Helm, Ansible ) e integración mediante herramientas GitOps ( ArgoCD, FluxCD o GitLab CI ). Sistemas y Contenedores: Conocimientos profundos de Linux, redes distribuídas, Docker y Kubernetes (EKS) . Ecosistema de Datos: Familiaridad con la infraestructura necesaria para bases de datos SQL y NoSQL ( PostgreSQL, TimescaleDB, MongoDB ) y pipelines de datos.Cultura Platform & Service Mindset: Enfoque proactivo para resolver problemas complejos de escalabilidad, disponibilidad y autonomía de los equipos de desarrollo.Si además tienes…. ¡Suma puntos extra! Serverless Architecture: Uso de AWS Lambda, SNS/SQS para la automatización de la plataforma.AI/ML Platform Engineering: Experiencia previa apoyando plataformas para MLOps (Airflow, MLflow, DVC, Spark) y métricas de rendimiento en producción.SRE Mindset: Dominio de conceptos de SLIs/SLOs/SLAs, error budgets y respuesta a incidentes en entornos de alto tráfico.

Benefits & conditions

Te ofrecemos:Proyectos de vanguardia: Trabaja en soluciones que están redefiniendo la observabilidad y la IA a escala.Modelo Híbrido Real: Flexibilidad con 2 días presenciales en la oficina de Madrid (martes y jueves) y trabajo en remoto el resto de la semana si resides en Madrid.Horario Flexible: Adaptado a tus picos de productividad.Tiempo libre: 25 días laborales de vacaciones + el día de tu cumpleaños libre.Jornadas intensivas: Reducida de 8h a 15h durante los meses de julio y agosto, y todos los viernes del año.Formación y Crecimiento: Acceso a certificaciones, cursos, clases de inglés y Mentoring interno con referentes técnicos de la industria.Salario competitivo y revisiones alineadas a tus metas.Cultura e integración: Afterworks, team-buildings de fin de semana y un ambiente transparente y sin jerarquías innecesarias.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.buscojobs.com.es
Prepare application

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

1:34 min

Pivoting careers into specialized platform engineering roles

Xavier Portilla Edo · LIVE

2:37 min

Comparing traditional SQL tables versus NoSQL non-tabular databases

Stanimira Vlaeva · JS Congress

52 sec

Running persistent Linux environments directly on Windows

Ben Breard Ben Breard · World Congress 2025

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · World Congress 2025

2:14 min

Solving complex platform architecture challenges at an enterprise scale

Maria Apazoglou · Coffee With Developers

3:16 min

Terminology differences between relational and NoSQL databases

Tim Faulkes · LIVE

Videos

See all

Related articles

See all