Responsable de Ingeniería de Fundamentos de Datos

• Experience: Más de 10 años en roles de Data Engineering, con experiencia significativa en plataformas de datos SaaS y multi-inquilino (multi-tenant). Trayectoria demostrada mentorizando a miembros del equipo en proyectos relacionados con plataformas de datos.

• Cloud Expertise: Sólido conocimiento de los servicios de AWS, incluyendo VPC, IAM, EC2, S3, RDS, Lambda, EKS, AWS WAF y AWS CloudTrail.

• Data Products: Conocimiento experto de S3, RDS, DynamoDB, Kinesis, Glue, DataZone, Athena, RedShift Serverless, y AWS EventBridge.

• Containerization & Orchestration: Gran competencia en Docker, Kubernetes, Helm y herramientas del ecosistema asociado.

• CI/CD Proficiency: Experiencia en herramientas de CI/CD como ArgoCD y GitHub Actions.

• Infrastructure as Code (IaC): Experiencia avanzada con AWS CDK (preferiblemente TypeScript) y CloudFormation.

• Security: Buen conocimiento de IAM, AWS KMS, estándares de cifrado, AWS WAF y marcos de cumplimiento de seguridad, incluido NIST.

• Monitoring & Alerting: Buena experiencia con OpenTelemetry, Prometheus, Grafana, AWS CloudWatch y AWS CloudTrail para la monitorización y respuesta ante incidentes.

• Data & ETL Pipelines: Amplio conocimiento de AWS Glue, AWS Kinesis y Managed Kafka para el procesamiento de datos en tiempo real y por lotes (batch).

• Programming & Automation: Sólidas habilidades de scripting y automatización utilizando TypeScript y Bash.

• Multi-Account AWS Management: Experiencia gestionando múltiples cuentas de AWS con AWS Control Tower.

• Communication & Collaboration: Excepcionales habilidades de comunicación verbal y escrita, con la capacidad de explicar conceptos técnicos complejos a diversos interlocutores.

• Experiencia avanzada en AWS CDK, incluyendo la creación de constructos y pipelines complejos y reutilizables.

• Experiencia con herramientas de monitorización y registro como Prometheus, Grafana y AWS CloudWatch.

• Exposición a plataformas SaaS multi-inquilino y mejores prácticas.

• Experiencia trabajando con herramientas y frameworks de IA.

Evinova busca un/a Data Foundation Engineering Lead apasionado/a y experimentado/a para liderar la transformación de nuestra base de datos a nivel de plataforma, permitiendo que nuestros productos, la ciencia de datos y los agentes ofrezcan capacidades líderes en su categoría. Únete a nosotros para aprovechar la tecnología de vanguardia, los datos y la IA para revolucionar las ciencias de la vida y mejorar miles de millones de vidas en todo el mundo.

En este papel fundamental, diseñarás, implementarás y optimizarás una infraestructura de lakehouse de datos robusta basada en la nube y marcos operativos que permitan una innovación rápida y ofrezcan una fiabilidad excepcional del sistema. Serás uno de los ingenieros de mayor nivel dentro del equipo; se espera que seas práctico/a, guíes y seas mentor/a del equipo. Deberás compartir tu experiencia en infraestructura de datos en la nube, automatización y mejores prácticas con toda la organización de Evinova.

• Mentorship & Leadership: Mentorizar y guiar a ingenieros junior y de nivel medio, fomentando una cultura de aprendizaje y colaboración. Proporcionar liderazgo técnico en la adopción de herramientas, patrones y mejores prácticas de automatización.

• Collaboration: Colaborar con equipos multidisciplinares, incluyendo gestión de producto y seguridad, para alinear las estrategias de la base de datos con los objetivos de negocio y garantizar flujos de trabajo operativos y de desarrollo cohesivos.

• AWS Data Services: Experiencia práctica profunda con Lake Formation, Glue (ETL + Catalogue + Schema Registry), Athena y al menos uno de EMR / Redshift Serverless. Entiendes cómo se integran, no solo cómo funciona cada uno de forma aislada.

• Open Table Formats: Experiencia en producción con S3 Tables, Apache Iceberg (preferible) o Delta Lake. Entiendes la evolución de particiones, la evolución de esquemas, el "time travel" y la compactación, y cuándo es importante cada uno.

• Streaming: Construcción de pipelines de streaming en producción con Kinesis Data Streams o MSK. Comodidad con la semántica "exactly once", el uso de ventanas (windowing), la llegada tardía de datos (late-arriving data) y la contrapresión (backpressure).

• Infrastructure as Code: AWS CDK (TypeScript) o CloudFormation. Defines la infraestructura mediante código, no en la consola. Se espera CI/CD para pipelines de datos; actualmente utilizamos GitHub Actions y algo de Terraform.

• Data Modelling: Capacidad para diseñar modelos dimensionales, esquemas de eventos y dimensiones de cambio lento (slowly changing dimensions). Entiendes las compensaciones entre el almacenamiento normalizado y desnormalizado para diferentes patrones de acceso.

• Governance and Security: Experiencia práctica implementando seguridad a nivel de columna, filtrado a nivel de fila o control de acceso basado en etiquetas. Entiendes cómo la clasificación de datos impulsa las políticas.

• Python or Spark: Para lógica de ETL, extracción de características y validación de calidad de datos. PySpark o Spark Scala para transformaciones distribuidas.

• AI & Machine Learning: La exposición a herramientas y frameworks de IA es un plus.

• Big Picture: Capacidad para comprender la dirección estratégica y ayudar a diseñar iniciativas más pequeñas teniendo en cuenta dicha dirección.

• Mentor & Leader: Disfruta mentorizando a los miembros del equipo y fomentando una cultura de equipo colaborativa e impulsada por la innovación.

• Organized & Adaptable: Capacidad para gestionar múltiples prioridades y prosperar en un entorno de ritmo rápido.

• Innovative: Apasionado/a por aprovechar la tecnología para resolver problemas complejos e impulsar la eficiencia.

• Customer-Focused: Dedicado/a a construir una infraestructura que aporte un valor medible al negocio y al cliente.

Cuando reunimos a equipos inesperados en una misma sala, desatamos un pensamiento audaz con el poder de inspirar medicamentos que cambian vidas. El trabajo presencial nos ofrece la plataforma que necesitamos para conectar, trabajar con rapidez y desafiar percepciones. Por eso trabajamos, de media, un mínimo de tres días por semana desde la oficina. Pero eso no significa que no seamos flexibles. Equilibramos la expectativa de estar en la oficina respetando la flexibilidad individual. Únete a nuestro mundo único y ambicioso.

¿Estás listo/a para marcar la diferencia?

01-oct-2026

14-oct-2026