Gerente de Ingeniería de Plataforma de Datos

• Experiencia en la industria de pagos o fintech.
• Familiaridad con la analítica en tiempo real, arquitecturas orientadas a eventos y datos transaccionales de alto volumen.
• Exposición al diseño de plataformas de ML o infraestructura de feature stores.
• Experiencia con prácticas de DevOps aplicadas a datos: CI/CD para pipelines, infraestructura como código y contratos de datos.

• Compensación competitiva.
• Trabajo Remoto - ¡Puedes trabajar desde cualquier lugar!
• Bonus de Home Office - Una ayuda única para ayudarte a crear tu oficina en casa ideal.
• Equipo de trabajo.
• Stock Options.
• Plan de Salud dondequiera que estés.
• Días libres flexibles.
• Cursos de idiomas, profesionales y de crecimiento personal.

¡Estamos orquestando un equipo de datos de alto rendimiento que trabaja con rapidez y entusiasmo!

Yuno mueve dinero a través de las fronteras para empresas que no pueden permitirse que los pagos fallen. Nuestra plataforma de datos es lo que hace que eso sea visible: para nuestros equipos de producto, nuestros clientes y nosotros mismos.

Como Engineering Manager dentro del equipo de Data, liderarás un equipo de ingenieros de datos responsables de la plataforma que procesa miles de millones de eventos de pago en más de 80 países.

Serás responsable tanto de la estrategia de personas como de establecer la dirección técnica de tu equipo, el cual se encuentra en el núcleo del negocio de Yuno: habilitando la detección de fraudes, la analítica de ingresos, la optimización de pagos y las decisiones de producto basadas en datos. Operarás en un entorno global de ritmo rápido donde los datos son de misión crítica.

Remoto, Europa · Jornada completa · Engineering Manager experimentado · +6 años de experiencia

• Gestionar el ciclo de vida completo de tu equipo: desde la ingesta y transformación hasta el almacenamiento, el servicio y la observabilidad.
• Impulsar la contribución técnica directa mediante el diseño de arquitectura, revisiones de código y resolución de problemas complejos, estableciendo el estándar técnico para tu equipo.
• Establecer y hacer cumplir las mejores prácticas en modelado de datos, fiabilidad de los pipelines, pruebas, calidad de datos y documentación.
• Guiar las decisiones arquitectónicas para sistemas de datos en tiempo real y por lotes (batch) de alto rendimiento, asegurando que sean escalables, mantenibles y rentables.
• Garantizar que el equipo siga prácticas seguras de manejo de datos alineadas con PCI-DSS, GDPR y otros marcos de cumplimiento aplicables a la industria de los pagos.
• Defender una cultura de ingeniería centrada en la IA (AI-first), estableciendo estándares para el desarrollo asistido por IA, pruebas automatizadas de calidad de datos y flujos de trabajo impulsados por LLM, asegurando que tu equipo trate estas herramientas como algo predeterminado y no como una ocurrencia tardía.

• Colaborar estrechamente con los equipos de Product, Analytics, Machine Learning, Finance y Compliance en un entorno ágil para cumplir con una hoja de ruta de ritmo rápido.
• Cerrar la brecha entre los consumidores de datos (analistas, científicos de datos, gestores de producto) y el equipo de ingeniería, asegurando que los productos de datos sean fiables, estén bien documentados y generen confianza en toda la organización.
• Impulsar la evolución de la infraestructura de datos para dar soporte a nuevos mercados, nuevos proveedores de pagos y los crecientes requisitos regulatorios.
• Traducir las prioridades de negocio en objetivos de ingeniería, gestionando las compensaciones entre velocidad, fiabilidad y deuda técnica.

• Experiencia gestionando y haciendo crecer equipos de ingeniería de datos o de software, incluyendo contratación, coaching y gestión del desempeño.
• Gran capacidad para impulsar la toma de decisiones técnicas y gestionar prioridades contrapuestas en un entorno de ritmo rápido.
• Excelentes habilidades de comunicación, siendo capaz de interactuar eficazmente tanto con interlocutores técnicos como no técnicos.
• Sólida formación práctica en ingeniería de datos o de software: experiencia diseñando pipelines de datos, modelos de datos y arquitectura de plataformas a escala.
• Dominio de Python y/o SQL; comodidad navegando en stacks de datos modernos.
• Comprensión profunda de las arquitecturas de procesamiento por streaming y por lotes (batch): Kafka, Spark, Flink, Airflow o equivalentes.
• Experiencia con infraestructura de datos en la nube (AWS, GCP o Azure) y herramientas modernas de plataformas de datos (por ejemplo, dbt, patrones de data lakehouse).
• Conocimiento de los principios de calidad, observabilidad y gobernanza de datos.
• Defensor del desarrollo centrado en la IA (AI-first): experiencia estableciendo estándares para flujos de trabajo asistidos por IA, pruebas automatizadas y generación de código utilizando LLMs y herramientas como Claude Code o similares.
• Experiencia trabajando en entornos ágiles, adaptando los procesos a lo que realmente funciona para el equipo.
• Competencia profesional en inglés, tanto escrito como hablado.