Data Platform Engineer

• Más de 3 años construyendo y operando pipelines de datos de producción a escala, con experiencia práctica tanto en paradigmas de streaming como de batch.

• Experiencia en Apache Kafka (o Amazon MSK): diseño de topics, gestión de grupos de consumidores, manejo de offsets, operaciones de schema registry y resolución de problemas de producción relacionados con lag, reequilibrio (rebalancing) y problemas de rendimiento (throughput).

• Sólidos conocimientos de SQL e ingeniería de almacenes de datos: experiencia con bases de datos analíticas columnares (se prefiere encarecidamente ClickHouse, o similares: Druid, BigQuery, Redshift).

• Competencia en PySpark / Spark Streaming: escritura de trabajos de transformación que normalicen, enriquezcan y apliquen reglas de negocio en flujos de eventos. La experiencia con AWS Glue, Apache Airflow o Apache NiFi es un gran plus.

• Disciplina en el modelado de datos: capacidad para diseñar esquemas normalizados y multi-inquilino donde el aislamiento del inquilino sea un filtro, no una bifurcación. Experiencia con contratos de datos y gobernanza de esquemas.

• Experiencia en CI/CD e infraestructura como código: pruebas automatizadas de pipelines de datos, despliegues con control de versiones (CloudFormation, Terraform o CDK) y familiaridad con cargas de trabajo contenedorizadas (ECS Fargate o Kubernetes).

• Mentalidad de calidad de datos y observabilidad: experiencia implementando monitorización de la salud de los pipelines, validación automatizada de datos (Great Expectations o equivalente), comprobaciones de frescura y detección de anomalías.

• Experiencia en iGaming, casinos online, póker o plataformas de apuestas deportivas.

• Exposición a flujos de transacciones blockchain o nativas de cripto, incluyendo la ingesta de eventos on-chain, contabilidad denominada en tokens o liquidación en stablecoins.

• Comodidad operando en un entorno nativo de AWS (MSK, Glue, S3, DynamoDB, ECS, IAM). Entiendes las ventajas y desventajas de lo serverless y puedes dimensionar la infraestructura para la eficiencia de costes.

• Experiencia en feature stores (SageMaker, Feast o Tecton) construyendo pipelines de características offline/online que sirvan a modelos de ML en el momento de la inferencia.

• Trabajo previo en industrias reguladas (servicios financieros, juegos de azar, fintech) donde el linaje de datos, la auditabilidad y el cumplimiento son innegociables.

• Experiencia migrando motores de consulta heredados (Athena, Trino, Presto) a almacenes analíticos modernos con marcos de reconciliación para validar la exactitud.

Data & Intelligence se sitúa ahora en el centro de varios productos que estamos desarrollando, y necesitamos una plataforma que sea tanto fiable como capaz de soportar una inteligencia más avanzada con el tiempo.

Este rol refleja ese cambio. Estamos diseñando una nueva plataforma de datos que actuará como la columna vertebral de todo, desde la toma de decisiones en tiempo real hasta el modelado predictivo. Como Data Platform Engineer en el equipo de Data, serás el responsable del pipeline de tiempo real de extremo a extremo, sirviendo datos a través de un almacén analítico unificado y una capa de servicio de características (feature-serving layer). No vas a construir dashboards. Vas a diseñar el sistema nervioso comercial de una plataforma multi-inquilino (multi-tenant) diseñada para escalar de un operador a 10 veces más con un coste de infraestructura marginal.

• Diseñar, construir y mantener pipelines de datos escalables utilizando AWS Glue (PySpark), o herramientas de orquestación y transformación equivalentes.

• Diseñar y optimizar el almacén ClickHouse para obtener un rendimiento de consultas de menos de un segundo en todos los back-offices.

• Implementar contratos de datos entre el back-office y la plataforma. La incorporación de un nuevo operador es un cambio de configuración, no la creación de nuevas tablas, topics o vistas de características.

• Construir la capa de servicio de características (feature-serving layer) que proporcione características precalculadas a los agentes de IA con una latencia de milisegundos.

• Integrarse con bases de datos de terceros, APIs de back-office y sistemas externos (CRM, afiliados, plataformas de adquisición).

• Establecer procedimientos de monitorización, alertas y mantenimiento, incluyendo comprobaciones de salud del pipeline, monitorización de la frescura de los datos, detección de anomalías y cumplimiento de los SLA de los contratos de datos.

• Responsabilizarse de CI/CD e infraestructura como código (infrastructure-as-code) para las cargas de trabajo de datos.

• Colaborar con científicos de datos, ingenieros de agentes, desarrolladores de BI y equipos de infraestructura para traducir los requisitos de datos en pipelines fiables y de nivel de producción.

• Totalmente remoto con comunicación basada prioritariamente en la asincronía. Se prefiere coincidencia con la zona horaria de la UE.

• Equipo pequeño y de alta autonomía dentro de la función de Data. Reportarás al Head of Data y coordinarás con los equipos de AI, BI e Infraestructura.

• Las decisiones de arquitectura se documentan y se debaten. Participarás en revisiones de diseño y serás responsable de las decisiones de tu dominio.

• Construimos para la escala multi-inquilino desde el primer día. Cada pipeline, esquema y contrato que lances debe ser capaz de absorber a un nuevo operador sin esfuerzo de ingeniería.

• Se establecerá una rotación de guardia (on-call) en la fase de ejecución. Durante la fase de construcción, el enfoque es la velocidad con calidad. Sin apagar fuegos en sistemas heredados.

¿Qué tipo de cultura puedo esperar?
Madura, orientada a la misión y con poco ego. Valoramos la claridad sobre el ruido, los resultados sobre la teatralidad y el ritmo sin caos. Si eres una de las mentes más brillantes en tu oficio y quieres construir junto a otros expertos, te sentirás como en casa aquí.