Data Engineering Team Lead

• Más de 6 años de experiencia en ingeniería de software o de datos, con al menos 2 años en un rol formal de liderazgo o gestión construyendo sistemas distribuidos de alto rendimiento.
• Maestría técnica profunda: Conocimientos avanzados de Spark y capacidad para realizar revisiones de código profundas.
• Experiencia en Big Data: Trayectoria demostrada en el diseño y optimización de pipelines complejos de procesamiento por lotes (batch) y en streaming utilizando Apache Spark.
• Infraestructura y SQL: Conocimientos avanzados de SQL y experiencia con entornos de nube (AWS), particularmente EMR, EC2, Athena y S3.
• Liderazgo analítico: Gran capacidad para depurar sistemas distribuidos complejos e impulsar el análisis de causa raíz de los problemas de producción.
• Comunicación: Excelentes habilidades de comunicación en inglés, con capacidad para traducir la complejidad técnica para las partes interesadas.

• Experiencia previa en la industria AdTech o trabajando con ecosistemas de Real-Time Bidding (RTB), idealmente en el lado de las Demand Side Platforms (DSP).
• Experiencia directa construyendo Feature Stores o trabajando estrechamente con equipos de Data Science en el ciclo de vida de ML.
• Experiencia con contenerización y orquestación (Docker, Kubernetes) a escala.
• Máster en Informática, Ingeniería o Matemáticas Aplicadas.

Qué ofrecemos

• Formar parte de una empresa líder, innovadora y de rápido crecimiento que está dando forma al futuro de la publicidad móvil.
• Unirse a un equipo joven y altamente motivado.
• Posibilidad de viajar a la sede de Barcelona para actividades de colaboración y team-building después de tu primer año.
• Excelente paquete de compensación adaptado al mercado de EE. UU.
• Planes de beneficios médicos, dentales y de la vista.
• Exposición a los principales editores de aplicaciones globales y socios de medios en la industria de la publicidad digital.
• Oportunidades de aprendizaje y formación para hacer crecer tu carrera.

Ten en cuenta que NO ofrecemos patrocinio de VISA para este puesto. No se considerarán los candidatos que no dispongan de un permiso legal para trabajar en la ubicación.

Nuestra misión es seguir mejorando nuestra plataforma de ad-tech para ayudar a nuestros clientes a alcanzar sus objetivos de campañas de publicidad programática, y queremos ofrecer a nuestros empleados un trabajo que les encante, donde se les desafíe a mejorar los resultados mediante ingeniería y análisis de datos en la vida real y donde la implicación de todos tenga un impacto.

Buscamos un Data Engineering Team Lead altamente cualificado, con una sólida trayectoria en arquitecturas de big data y experiencia demostrada liderando equipos técnicos de alto rendimiento. Debes sentir pasión por el rendimiento extremo y la emoción de gestionar flujos de datos masivos. Tu éxito se medirá por tu capacidad para escalar la organización de ingeniería, diseñar marcos de trabajo robustos de calidad de datos y entregar la infraestructura necesaria para el servicio avanzado de características (feature serving) de machine learning.

¿Qué harás en Smadex?

Liderarás nuestro grupo principal de Data Engineering, reportando directamente al Chief Data Officer. Serás el arquitecto y líder de un grupo colaborativo de ingenieros responsables de permitir que los datos complejos estén disponibles en nuestra plataforma de pujas en tiempo real (real-time bidding) para modelos de Machine Learning. Como líder, supervisarás la formación y el crecimiento de dos subequipos especializados: Data Quality y Feature Engineering. Fomentamos un entorno de ritmo rápido donde se valora la autonomía, y tú proporcionarás la plataforma para que tu equipo resuelva desafíos de ingeniería extremos mientras desarrolla su carrera profesional.

Liderarás la expansión estratégica de nuestras capacidades de datos, gestionando el ciclo de vida completo de nuestros pipelines de datos. Serás responsable de crear dos subequipos distintos:

• Data Quality Team: Centrado en la creación de marcos de trabajo de pruebas automatizadas, observabilidad y validación para garantizar que nuestra ingesta masiva de datos sea precisa y fiable.
• Feature Engineering Team: Centrado en cerrar la brecha entre los datos brutos y la inferencia de ML, construyendo el "Feature Store" y los pipelines de Spark que alimentan nuestros modelos de pujas en tiempo real.

Definirás la hoja de ruta técnica, actuarás como mentor de ingenieros senior y junior, y garantizarás la excelencia operativa en nuestros sistemas distribuidos.

Responsabilidades clave

• Liderazgo organizacional: Liderar y escalar dos subequipos especializados (Data Quality y Feature Engineering), gestionando el rendimiento, el desarrollo profesional y la contratación.
• Arquitectura de sistemas: Diseñar pipelines de datos escalables y de alta disponibilidad que conecten el almacenamiento de big data con la inferencia de machine learning en tiempo real.
• Marcos de calidad de datos: Establecer estándares rigurosos para la observabilidad de datos, implementando monitorización y alertas automatizadas para servicios complejos de ingesta de datos.
• Gobernanza y cumplimiento de datos: Definir y hacer cumplir las políticas de privacidad, seguridad y gestión del ciclo de vida de los datos, garantizando el cumplimiento de las normativas pertinentes y los estándares de la empresa.
• Propiedad del Feature Store: Supervisar el desarrollo y la optimización de características de alto rendimiento utilizando Scala para agregar datos para nuestro Redis Cluster.
• Coordinación de la estrategia de pipelines: Coordinar con el equipo de infraestructura asegurando la ejecución de flujos de trabajo de datos complejos y DAGs utilizando Apache Airflow.
• Excelencia operativa: Monitorizar los despliegues globales y garantizar la estabilidad, fiabilidad y rendimiento de los sistemas de producción siguiendo una filosofía de "si lo construyes, lo gestionas" (you build it, you run it).
• Colaboración con el CDO: Colaborar con el CDO para alinear las estrategias técnicas con los objetivos de negocio y las hojas de ruta de Machine Learning.
• Alineación ejecutiva: Colaborar estrechamente con el CTO para las soluciones y estrategias técnicas, y colaborar con el CPO en la integración de productos y proyectos transversales.

• Lenguajes: Python, Scala y Bash.
• Frameworks: Spark.
• Bases de datos: MySQL, Redis.
• Cloud y DevOps: AWS, Jenkins, Docker, Airflow.
• Herramientas: Git, Jira, Notion.