Ingeniero de Analítica Senior - Modelado de Datos y Visualización

Buscamos un profesional de datos senior que combine rigor técnico, sólidas habilidades de modelado de datos, experiencia en visualización y comprensión del negocio.

Debes ser capaz de entender una pregunta de negocio, cuestionar definiciones vagas, diseñar el modelo analítico adecuado y entregar un dashboard o producto de datos en el que se pueda confiar a lo largo del tiempo.

Esto es lo que aportarás:

• Experiencia: Más de 5 años en analytics engineering, data visualization engineering, BI engineering, data engineering o un rol de datos similar.
• Modelado de datos: sólido conocimiento de hechos (facts), dimensiones, granularidades, agregaciones, definiciones de métricas, consistencia semántica y reglas de negocio.
• Visualización de datos: capacidad demostrada para diseñar dashboards que no solo sean visualmente claros, sino útiles para la toma de decisiones reales.
• Fluidez en ingeniería: SQL avanzado, sólido rigor analítico y buen conocimiento de la calidad de los datos, linaje, pruebas y flujos de trabajo de transformación.
• Colaboración: capacidad para trabajar con Producto, stakeholders de negocio y Senior Data Engineers sin convertirte en un sustituto del Product Manager o en un servicio de soporte técnico.
• Mentalidad: autónomo, estructurado, constructivo y capaz de poner límites cuando las definiciones, los requisitos o las opciones de implementación no son claros o seguros.
• Herramientas y tecnología: experiencia con SQL, BigQuery, Google Cloud Platform, dbt, Airflow, Cube.js, Looker Studio, Power BI, MariaDB y PostgreSQL. La familiaridad con herramientas ETL/ELT como Talend o Apache NiFi es un plus en nuestro contexto actual.

Valoramos tus ideas y agradecemos tus recomendaciones sobre herramientas, prácticas de modelado, estándares de visualización y calidad de los productos de datos.

Puntos extra si:

• Conoces y te apasiona el mundo web, e-commerce, marketplaces, retail, SaaS o la analítica de producto.
• Has trabajado en dashboards o productos de datos orientados al cliente.
• Tienes experiencia con capas semánticas, capas de métricas o marcos de trabajo de KPIs gobernados.
• Tienes experiencia con contratos de datos o marcos de trabajo de calidad de datos.
• Tienes un fuerte instinto UX para productos de datos y dashboards.

✨ Unirse a Lengow también es una oportunidad para beneficiarse de muchas ventajas:

• Ticket restaurante de 8 euros al día.
• Seguro privado y previsión de Malakoff Humanis.
• 3 días de teletrabajo por semana.
• Horario flexible
• Ayuda por kilometraje de bicicleta o el 50% de los abonos de transporte.
• Ayudas por teletrabajo.
• Eventos profesionales (Devoxx, Meetup...) y cohesión interna regular.
• Happy Break semanal los jueves por la tarde en la oficina con comida y bebida.
• Contrato Syntec con RTT - 218 días laborables anuales, es decir, un mínimo de 9 días libres adicionales a las 5 semanas de vacaciones pagadas legales.
• Elige el sistema operativo de tu portátil. Puedes trabajar con MacOS, Windows o Linux.

Qué hace el equipo de Data

• Potenciar las decisiones de negocio con información relevante y herramientas de datos accesibles.
• Guiar el desarrollo de productos a través de funcionalidades, métricas e información basadas en datos.
• Gestionar y optimizar productos de datos personalizados para clientes.
• Mejorar nuestro stack de datos y herramientas para lograr escalabilidad, fiabilidad y rendimiento.
• Fomentar una cultura orientada a los datos (data-first) traduciendo las necesidades de negocio en información accionable.

Tu misión

Buscamos un Senior Analytics Engineer - Data Modeling & Visualization para reforzar las capacidades de modelado semántico, métricas y creación de dashboards del equipo de Data.

Con acceso a una enorme cantidad de datos —miles de catálogos, millones de productos y miles de millones de entradas extraídas de sitios web de e-commerce— ayudarás a transformar datos complejos en modelos fiables, métricas claras y dashboards útiles para productos de datos tanto internos como orientados al cliente.

Este rol es responsable de la capa semántica y de visualización del equipo de Data: modelos de datos orientados al negocio, definiciones de métricas, dashboards, reglas de validación y documentación. Trabajarás estrechamente con el Product Manager, quien se encarga del encuadre del producto, la priorización, la alineación de los stakeholders y la aceptación por parte del negocio. Tu función es traducir las necesidades de Producto y de negocio en modelos fiables, KPIs claros, dashboards útiles y productos de datos mantenibles.

Este es un rol técnico senior en la intersección de analytics engineering, modelado de datos y visualización de datos. No es un rol de Product Manager ni un rol de Data Engineering puro. Tampoco se centra en la elaboración de informes ad hoc: las solicitudes deben convertirse en activos de datos reutilizables y mantenibles siempre que generen un valor recurrente.

Tus responsabilidades clave:

• Ser responsable de la capa semántica y de visualización de los productos de datos internos y orientados al cliente de Lengow.
• Definir y documentar KPIs, dimensiones, hechos (facts), granularidades, filtros, supuestos y reglas de negocio.
• Diseñar modelos analíticos reutilizables y capas semánticas en dashboards y productos de datos.
• Construir y mejorar dashboards en Looker Studio que sean claros, útiles, eficientes y orientados a la toma de decisiones.
• Transformar los requisitos de Producto y de negocio en conjuntos de datos modelados, especificaciones de dashboards, reglas de validación y documentación.
• Escribir transformaciones SQL avanzadas y contribuir a los flujos de trabajo de dbt.
• Colaborar con los Senior Data Engineers en la calidad de los datos upstream, contratos de datos, rendimiento, fiabilidad y mantenibilidad.
• Cuestionar definiciones de métricas poco claras, criterios de aceptación incompletos, visualizaciones engañosas y solicitudes puntuales que deberían convertirse en productos de datos reutilizables.
• Comunicar claramente los supuestos, limitaciones, casos límite, viabilidad, riesgos y compensaciones (trade-offs) a los stakeholders técnicos y no técnicos.

El éxito se evaluará mediante la calidad, fiabilidad, adopción y mantenibilidad de los productos de datos internos y orientados al cliente.

Ejemplos de resultados exitosos incluyen:

• Los KPIs críticos tienen definiciones, granularidades, supuestos y reglas de validación claros.
• Los dashboards son fiables, están documentados, se utilizan activamente y están orientados a la toma de decisiones.
• La lógica de los dashboards se implementa en conjuntos de datos modelados reutilizables en lugar de duplicarse en los informes.
• Los stakeholders comprenden el comportamiento de las métricas, sus limitaciones y los casos límite.
• La colaboración entre Producto y Data con el Product Manager es estructurada y repetible.
• Los activos de BI cumplen con los estándares acordados de legibilidad, rendimiento, mantenibilidad y utilidad para el negocio.

Nuestro entorno incluye SQL, BigQuery, Google Cloud Platform, Cube.js, dbt, Airflow, Looker Studio, Power BI, MariaDB, PostgreSQL, Talend, Apache NiFi y casos de uso analíticos tanto internos como orientados al cliente.