Ingeniero de Datos Mid-level

• Un entorno de alto impacto
• Compromiso con el desarrollo profesional
• Cultura flexible y colaborativa
• Oportunidades globales
• Comunidad vibrante
• Compensación Total

*Los beneficios específicos se determinan según el tipo de empleo y la ubicación.

Descubre más sobre nuestra cultura aquí.

Somos:
Wizeline, un proveedor global de soluciones tecnológicas nativas de IA, desarrolla productos y plataformas digitales de vanguardia impulsados por IA. Colaboramos con clientes para aprovechar los datos y la IA, acelerando la entrada en el mercado e impulsando la transformación empresarial. Como comunidad global de innovadores, fomentamos una cultura de crecimiento, colaboración e impacto.

Con las personas adecuadas y las ideas correctas, no hay límites para lo que podemos lograr

Suena genial, ¿verdad? Ahora, asegurémonos de que encajas en el puesto:

• Mantener en funcionamiento los pipelines de producción: ingesta, transformación y entrega a los consumidores finales.
• Diagnosticar y resolver fallos en los pipelines y problemas de calidad de datos, a menudo sin documentación de apoyo.
• Realizar ingeniería inversa y documentar la lógica de transformación y las reglas de negocio existentes; esta es la información de la que depende la migración.
• Migrar tablas heredadas de Hive Metastore a Unity Catalog.
• Mantener el intercambio de tablas habilitado para Iceberg entre Databricks y Snowflake.

• Construir y probar modelos dbt, incluyendo materializaciones incrementales y pruebas de datos.
• Desarrollar y mantener DAGs de Airflow para la orquestación.
• Validar que los pipelines migrados produzcan un resultado equivalente a las versiones de Databricks.
• Contribuir a las decisiones de modelado, rendimiento y costes en Snowflake.
• Trabajar directamente con los stakeholders del cliente en temas técnicos, junto al líder del equipo.

• PySpark y SQL: capacidad para leer, depurar y modificar pipelines existentes. No se requiere un ajuste profundo (tuning) de Spark.
• Delta Lake: patrones MERGE/upsert, propiedades de tabla, OPTIMIZE, particionamiento.
• Databricks Workflows, configuración de clusters, resolución de problemas en jobs.
• Unity Catalog: catálogos, esquemas, permisos (grants), linaje y el modelo de metastore.

• Almacenes (warehouses), roles y permisos, y el modelo operativo general.
• Rendimiento de las consultas y conocimiento de cómo se comporta el coste de computación.

• Modelos, fuentes, pruebas y materializaciones incrementales.
• Estructura del proyecto y cómo encaja dbt en un flujo de trabajo de despliegue.

• Escritura y mantenimiento de DAGs, operadores, programación (scheduling) y gestión de dependencias.
• Comprensión de reintentos (retries), backfills y diseño de tareas idempotentes.

• Más de 3 años operando pipelines de datos de producción.
• Dominio sólido de SQL - funciones de ventana, joins complejos, lectura de lógica de transformación escrita por otra persona.
• Python para scripting, automatización e integración de APIs.
• Patrones de carga incremental, idempotencia, datos que llegan tarde (late-arriving data), reprocesamiento.
• AWS: S3, conceptos básicos de IAM. Conocimientos básicos de funcionamiento de Redshift y su papel en la arquitectura general.

• Inglés fluido: puesto con atención al cliente con stakeholders en el extranjero.
• Autogestión. Capacidad para avanzar en una base de código desconocida sin una ruta de incorporación estructurada, y comodidad al hacer preguntas pertinentes cuando falta contexto.
• Comunicador claro: capaz de explicar un incidente de producción a un stakeholder no técnico y dar un tiempo estimado (ETA) realista.

• Experiencia en una migración de plataforma real, no solo en proyectos desde cero (greenfield).
• Formatos de tabla abiertos, especialmente Iceberg y el intercambio entre plataformas.
• Datos de clickstream o analítica web (Adobe Analytics, Google Analytics, Segment).
• Experiencia asumiendo un sistema sin documentar y estabilizándolo.
• Competencia en herramientas de IA: Aprovechar una o más herramientas de IA para optimizar y aumentar el trabajo diario, incluyendo redacción, análisis, investigación o automatización de procesos. Proporcionar recomendaciones sobre el uso eficaz de la IA e identificar oportunidades para agilizar los flujos de trabajo.