Data Engineer (Madrid - Hybrid)

Requisitos: 

• Grado o Máster en Ciencias de la Computación o campo relacionado.

• Más de 2 años de experiencia profesional en Data Engineering o un rol similar.

• Experiencia práctica con Python, PySpark y SQL.

• Buen conocimiento de modelado de datos y conceptos de lakehouse.

• Familiaridad con las pruebas automatizadas y los flujos de trabajo de desarrollo basados en Git.

• Fuertes capacidades analíticas y de resolución de problemas, con capacidad para solucionar problemas de procesamiento de datos.

• Fluidez tanto en inglés como en español

• Capacidad para trabajar en modalidad híbrida en Madrid.

Se valorará:

• Experiencia construyendo pipelines de datos ETL/ELT con Apache Spark y Databricks.
• Experiencia con Delta Lake, Medallion Architecture, evolución de esquemas o contratos de datos.
• Experiencia con Databricks Jobs / Workflows y optimización de cargas de trabajo.
• Experiencia trabajando con conjuntos de datos de gran volumen o de telecomunicaciones.

Beneficios:

• Un salario competitivo y un plan de incentivos.
• Horario flexible, incluyendo teletrabajo.
• Parking gratuito o tarjeta de transporte (pase de transporte Pluxee).
• Tarjeta de comida (pase de restaurante Pluxee)
• Seguro médico privado (para toda la familia).
• La oportunidad de trabajar en un entorno internacional.
• Día libre por cumpleaños

AXON Networks ofrece una robusta plataforma de orquestación basada en analítica e impulsada por IA, así como una amplia cartera de routers de alta velocidad de última generación que aprovechan las tecnologías Wi-Fi más recientes. Juntas, estas tecnologías permiten a los ISP gestionar y solucionar problemas en sus redes en tiempo real, y ofrecer una experiencia de cliente excepcional. 

AXON Networks es un socio estratégico de confianza para sus clientes, ayudándoles a evaluar sus tecnologías y modelos de negocio actuales, y creando y ejecutando estrategias que les permitan innovar más rápido, acelerar sus transformaciones digitales y fortalecer su relación con los consumidores. 

AXON Networks tiene su sede central en Irvine, CA EE. UU., con su sede en Asia en Singapur, y también opera en Dinamarca, España y Vietnam. 

Estamos buscando un Data Engineer para unirse a nuestro equipo de ingeniería de datos en Madrid. Trabajarás de forma práctica con Databricks, Spark y datos de telecomunicaciones a gran escala, construyendo los pipelines y conjuntos de datos que permitan disponer de datos fiables para las aplicaciones y componentes de procesamiento posteriores. Trabajarás estrechamente con los equipos de Desarrollo, Quality Assurance, DevOps, Product Management y Delivery a lo largo de todo el ciclo de vida del software.

Para tener éxito en este puesto, debes disfrutar de la ingeniería práctica, sentirte cómodo investigando problemas de datos y de pipelines, y preocuparte por construir soluciones que sean fiables, testeables y fáciles de mantener.

Te unirás a un equipo técnico internacional que trabaja en plataformas de datos de producción utilizadas en la industria de las telecomunicaciones. El puesto ofrece experiencia práctica con Databricks y Spark, así como la oportunidad de contribuir a la evolución continua de la plataforma.

Responsabilidades:  

• Desarrollar y mantener pipelines escalables de ingesta y transformación de datos utilizando Databricks, PySpark y SQL.

• Construir y mantener Databricks Jobs y Workflows para la ingesta y el procesamiento de datos.

• Construir y evolucionar conjuntos de datos a través de las capas del lakehouse, gestionando cambios de esquema y contratos de datos, manteniendo al mismo tiempo la trazabilidad de los datos con las fuentes de origen.

• Garantizar la calidad y la frescura de los datos, poniendo los conjuntos de datos a disposición de los consumidores posteriores de forma fiable dentro de los periodos de procesamiento requeridos.

• Desarrollar y mantener pruebas automatizadas para los pipelines de datos, incluyendo pruebas unitarias, de integración y de regresión.

• Solucionar problemas de los pipelines de datos en QA y producción, identificar las causas raíz e implementar correcciones.

• Mejorar el rendimiento y la eficiencia de los trabajos de Spark y las transformaciones de datos.