Ingeniero de Datos Sénior

• Experience in Data Engineering: Más de 3 años como Data Engineer, con responsabilidad directa sobre pipelines de producción y arquitectura de lakehouse o data warehouse.

• Databricks and Spark: Sólida experiencia práctica con Databricks, Delta Lake y Spark, incluyendo el procesamiento tanto de streaming como batch, y el criterio para elegir entre ambos.

• Data Modelling: Comprensión sólida del modelado dimensional, dimensiones de cambio lento (slowly changing dimensions) y diseño de data warehouse, con la capacidad de definir y defender el grano de los modelos que construyas.

• Transformation Frameworks: Experiencia con dbt o un framework equivalente para la gestión de transformaciones, pruebas y linaje.

• Cloud Proficiency: Sólidos fundamentos de cloud, incluyendo gestión de identidad y acceso, almacenamiento de objetos, redes e infraestructura como código. Trabajamos con AWS; una experiencia profunda con Azure o GCP será fácilmente transferible.

• Proficiency in Python and SQL: Comodidad escribiendo transformaciones de producción, así como servicios y conectores.

• Data Quality and Governance: Experiencia implementando prácticas de testing, monitorización y gobernanza en entornos de datos en la nube.

• Experiencia con captura de cambios de datos (change data capture) y replicación desde bases de datos operativas

• Familiaridad con blockchain o datos on-chain

• Infraestructura como código, idealmente Terraform, y CI/CD para cargas de trabajo de datos

• Experiencia con BI y capas semánticas como Holistics, Looker o similares

• Contenerización y orquestación (Docker, Kubernetes)

• Formar parte del ecosistema blockchain líder en el mundo que continúa creciendo.

• Excelentes oportunidades de aprendizaje y desarrollo profesional.

• Trabajar junto a un talento diverso y de clase mundial, en un entorno donde las oportunidades de aprendizaje y crecimiento son infinitas.

• Enfrentar proyectos rápidos, desafiantes y únicos.

• Trabajar en una organización verdaderamente global, con equipos internacionales y una estructura organizativa plana.

• Trabajar de forma totalmente remota con horarios flexibles.

• Disfrutar de un salario y beneficios competitivos.

Postúlate hoy mismo para unirte a nuestro equipo en la construcción de la billetera cripto más segura y confiable del mundo y permitir un futuro descentralizado para todos.

Trust Wallet tiene el compromiso de ser un empleador que ofrece igualdad de oportunidades. Creemos que contar con una fuerza laboral diversa es fundamental para nuestro éxito.

*Debido al gran volumen de solicitudes, por favor considera que tu candidatura no ha sido seleccionada si no recibes noticias nuestras en un plazo de 4 semanas desde la fecha de tu solicitud.*

Este es un puesto global y totalmente remoto. Debes tener permiso para trabajar en el país donde residas.

Como Senior Data Engineer, desempeñarás un papel clave en la construcción y el escalado de la plataforma de datos que impulsa la analítica en todo Trust Wallet. Serás responsable de diseñar, desarrollar y mantener pipelines de datos y modelos de datos, garantizando un flujo de datos fluido, escalable y fiable desde los sistemas de origen hasta las decisiones que estos sustentan. Aprovechando tu experiencia con Databricks y Spark, tanto en cargas de trabajo de streaming como batch, dbt o un framework de transformación similar, infraestructura en la nube y soluciones personalizadas en Python, trabajarás estrechamente con nuestros analistas de datos y equipos de ingeniería para convertir los datos en un activo estratégico para nuestra empresa.

• Data Platform Engineering: Arquitecturar y mantener una infraestructura de datos robusta, escalable y segura en Databricks, cubriendo tanto cargas de trabajo de streaming como batch.

• Data Pipeline Development: Diseñar, desarrollar y mantener pipelines de datos, principalmente en Python y Spark, para automatizar la ingesta y transformación a través de sistemas internos, proveedores externos y fuentes on-chain.

• Data Modelling: Diseñar y mantener modelos de datos dimensionales y capas de transformación en dbt, con pruebas y contratos documentados, para que las métricas sean consistentes y reutilizables en toda la empresa.

• Data Lake Management: Supervisar las capas de data lake y lakehouse, garantizando un almacenamiento eficiente, un particionamiento efectivo, una alta calidad de datos, y un sistema de monitorización y alertas que detecte los problemas de forma temprana.

• Integration and Customisation: Integrar Databricks con una amplia gama de fuentes de datos, incluyendo la captura de cambios de datos (change data capture) de bases de datos operativas, APIs de terceros y datos de blockchain, y adaptar los flujos de datos a las necesidades de negocio específicas.

• Performance, Scalability and Cost: Optimizar los pipelines y el almacenamiento para obtener rendimiento, fiabilidad y eficiencia de costes a escala.

• Data Governance and Security: Aplicar las mejores prácticas de gobernanza, seguridad y cumplimiento en entornos de nube y Databricks, incluyendo el control de acceso, el cifrado y la monitorización.

• Collaboration and Documentation: Trabajar estrechamente con ingenieros de plataforma, analistas de datos y otros stakeholders para comprender los requisitos de datos, y documentar la infraestructura, los modelos y las mejores prácticas.