Data Engineer (Databricks)

Descripción del trabajo

¿No sabe con seguridad qué habilidades necesitará para esta oportunidad? Simplemente lea la descripción completa a continuación para obtener una idea clara de los requisitos del candidato.

Buscamos un/a Data Engineer Senior para diseñar y operar la plataforma de datos que alimenta un sistema de pricing dinámico e inteligencia de negocio en entornos retail de alto volumen. La persona seleccionada será el referente técnico de la arquitectura de datos: desde la ingesta de fuentes operacionales (ERP, POS, e-commerce, footfall) hasta la exposición de datos listos para consumo por modelos de ML y herramientas de BI.

Responsabilidades principales
Arquitectura y plataforma de datos

• 
  
• Diseño y evolución de la arquitectura Medallion (Bronze → Silver → Gold) sobre Databricks / Delta Lake.
  
• Definición de estándares de ingesta, particionado, compactación y versionado de tablas Delta.
  
• Gobierno de la plataforma: Unity Catalog, gestión de permisos, linaje de datos y calidad (Great Expectations o similar).
  
• Evaluación y decisión de patrones de procesamiento: batch, micro-batch (Structured Streaming) y near real-time según el caso de uso.
  

Modelado de datos

• 
  
• Diseño de modelos dimensionales (esquemas estrella y copo de nieve) orientados a casos de uso de pricing, forecasting y personalización.
  
• Definición de tablas de hechos y dimensiones: transacciones POS, catálogo de productos, maestro de tiendas, calendario promocional.
  
• Colaboración con el equipo de ML para diseñar y mantener el feature store sobre la capa Gold.
  
• Documentación del modelo de datos en un catálogo semántico accesible para usuarios de negocio y analítica.
  

Pipelines e ingesta

• 
  
• Construcción de pipelines de ingesta desde fuentes heterogéneas: ERP (SAP u otros), POS, APIs de e-commerce, feeds de Retail Media, NPS.
  
• Uso de Azure Data Factory para orquestación de movimientos de datos entre sistemas origen y el lakehouse — con preferencia por mantener la lógica de transformación en Databricks (PySpark / SQL).
  
• Implementación de patrones de ingesta incremental (CDC, watermark, upsert con Delta Merge) para minimizar latencia y coste.
  
• Testing de pipelines: validaciones de schema, checks de completitud y pruebas de regresión sobre datos.
  

Operación y fiabilidad

• 
  
• Monitorización de jobs en Databricks Workflows: alertas, reintentos y gestión de dependencias.
  
• Optimización de costes de cómputo: sizing de clusters, uso de Photon, Auto Loader y optimizaciones de Delta (OPTIMIZE / ZORDER).
  
• Soporte a incidencias de datos en producción (on-call rotatorio con el equipo).
  

Colaboración

• 
  
• Trabajo estrecho con Data Scientists para garantizar que el feature store cubra los requisitos de los modelos de pricing y recomendación.
  
• Acompañamiento a analistas de negocio en la definición de métricas y KPIs sobre la capa Gold.
  
• Participación en code reviews, definición de convenciones de nombrado y estándares de calidad del equipo.
  

Requisitos
Imprescindibles

• 
  
• 5+ años de experiencia en ingeniería de datos en entornos productivos.
  
• Databricks: experiencia sólida con Databricks como plataforma principal; Delta Lake, Databricks Workflows, Unity Catalog.
  
• Arquitectura Medallion: diseño e implementación de capas Bronze / Silver / Gold con criterios claros de granularidad, particionado y SLA por capa.
  
• Modelado de datos: dominio de modelado dimensional (Kimball); diseño de esquemas estrella y copo de nieve; definición de claves surrogadas, SCDs y tablas de hechos.
  
• Lenguajes: PySpark y SQL avanzado (window functions, CTEs, optimización de queries).
  
• Azure Data Factory: conocimiento funcional para orquestación y movimiento de datos; no es necesario dominio profundo.
  
• Experiencia con patrones de ingesta incremental: CDC, watermark, Delta Merge / upsert.
  
• Familiaridad con control de versiones (Git) y prácticas de DataOps básicas.
  

Valorables

• 
  
• Experiencia en retail, travel retail o sectores con datos transaccionales de alto volumen.
  
• Conocimiento de herramientas de calidad de datos: Great Expectations, Soda o similar.
  
• Experiencia con dbt (data build tool) para transformaciones SQL sobre la capa Silver/Gold.
  
• Familiaridad con eventos en streaming: Kafka, Event Hubs o Databricks Structured Streaming.
  
• Conocimiento de herramientas de catálogo y linaje: Purview, Alation o Unity Catalog avanzado. xcskxlj xsgfvud
  
• Experiencia colaborando con equipos de ML en el diseño de feature stores (Feast, Tecton o solución custom).
  

#J-18808-Ljbffr