Senior Data engineer
Senior data engineer designing and running ETL/ELT pipelines on cloud data platforms (Databricks, Snowflake, BigQuery, Fabric, etc.) using SQL, Python, and Spark/PySpark. Day to day: lakehouse architectures, dbt/Airflow orchestration, Terraform IaC, CI/CD, data quality, and direct client collaboration in agile teams.
- Compensation
- Not disclosed
- Location
- Madrid, ES
- Work setup
- Remote
- Seniority
- Senior
- Employment
- Not specified
- Experience
- Not specified
- Category
- Data engineering
- Posted
Skills
Must have
- ~5+ years in data engineering with production solutions and demonstrable autonomy; at least 3 years on cloud data platforms and client projects
- Advanced SQL with performance optimization (execution plans, partitioning, clustering)
- Python
- Data source integration, data modeling, and ETL/ELT pipeline design
- Modeling methodologies: dimensional/Kimball, Data Vault, SCD, 3NF
- Distributed processing with Spark/PySpark (batch and streaming)
- Solid experience in at least one data platform: Databricks, Snowflake, BigQuery, Microsoft Fabric, Cloudera, Glue, or Dataproc
- Transformation and orchestration, version control, testing, CI/CD, monitoring, and incident resolution
- dbt and Airflow or equivalents (Data Factory, Cloud Composer, Databricks Workflows)
- Infrastructure as code with Terraform
- Lakehouse architectures and open formats (Delta Lake, Apache Iceberg, Parquet)
- Data quality frameworks (dbt tests, Great Expectations or similar)
- Fluent Spanish and professional English for documentation and technical collaboration
- Agile methodologies and direct communication with business and clients
Full description
Buscamos un Senior Data engineer
Imprescindible
● Experiencia orientativa de 5 o más años en ingeniería de datos, con participación relevante en soluciones en producción y autonomía demostrable, con al menos 3 años en plataformas de datos cloud y en proyectos para clientes.
● Dominio práctico de SQL avanzado con optimización de rendimiento (planes de ejecución, particionado, clustering) y Python, integración de fuentes, modelado de datos y diseño de pipelines ETL/ELT. Metodologías de modelado: dimensional/Kimball, Data Vault, SCD y 3NF.
● Procesamiento distribuido con Spark/PySpark (batch, streaming).
● Experiencia sólida en al menos una plataforma de datos, como Databricks, Snowflake, BigQuery, Microsoft Fabric o Cloudera, Glue, Dataproc y en un entorno cloud o equivalente.
● Experiencia con transformación y orquestación, control de versiones, pruebas, CI/CD, monitorización y resolución de incidencias, además de dbt y Airflow o equivalentes (Data Factory, Cloud Composer, Databricks Workflows) e infraestructura como código (Terraform).
● Arquitecturas lakehouse y formatos abiertos (Delta Lake, Apache Iceberg, Parquet) y marcos de calidad del dato (dbt tests, Great Expectations o similares).
● Español fluido e inglés profesional para documentación y colaboración técnica.
● Trabajo en metodologías ágiles e interlocución directa con negocio y cliente.