Data Engineer – Data Mesh

Cognodata; Madrid; On-site; EUR 40,000 - 55,000; Full time

Job summary

Una organización de datos en Madrid busca un Data Engineer apasionado por Data Mesh. El candidato ideal debe tener entre 3-5 años de experiencia en ingeniería de datos, conocimientos de SQL y Python, así como experiencia trabajando con principios de Data Mesh. Tendrá la responsabilidad de diseñar la infraestructura necesaria y trabajar de la mano con los equipos de dominio. Si disfrutas de los retos en el ámbito de datos, esta es tu oportunidad ideal.

Qualifications

• 3-5 años de experiencia en ingeniería de datos.
• Experiencia en entornos de Data Mesh o arquitecturas descentralizadas.
• Sólido conocimiento de los principios de Data Mesh.

Responsibilities

• Diseñar la infraestructura de self-serve para los equipos de dominio.
• Definir contratos de datos y negociar con equipos de dominio.
• Construir soluciones escalables utilizando tecnologías adecuadas.

Skills

Ingeniería de datos

SQL

Python

DataOps

Airflow

Tools

dbt

AWS Glue Data Catalog

Kafka

AWS Kinesis

Job description

Somos una organización que ha apostado decisivamente por Data Mesh como modelo de gobierno y arquitectura de datos. Creemos que los datos son un producto, que su ownership debe residir en los dominios de negocio y que la interoperabilidad entre ellos es clave para escalar.

Buscamos un Data Engineer que no solo conozca Data Mesh en teoría, sino que haya vivido sus retos en la práctica: desde definir contratos de datos hasta negociar con domain teams, pasando por construir la infraestructura de self-serve que los habilita.

Si eres de las personas que disfrutan tanto diseñando una arquitectura como debatiendo con negocio sobre el ownership de un dataset, este es tu sitio.

• 3-5 años de experiencia en ingeniería de datos.
• Experiencia real trabajando en entornos con principios de Data Mesh o arquitecturas descentralizadas de datos.
• Conocimiento sólido de los 4 principios de Data Mesh y capacidad para aplicarlos en decisiones técnicas del día a día.
• Experiencia con orquestadores de pipelines (Airflow, AWS MWAA o similar).
• Manejo avanzado de SQL y Python.
• Cultura de DataOps: Git, CI/CD aplicado a datos, testing y automatización.

Se valorará positivamente

• Experiencia con dbt para modelado y transformación declarativa de datos.
• Conocimiento de plataformas de data cataloging: DataHub, Amundsen, AWS Glue Data Catalog.
• Experiencia con data contracts (OpenDataContract, Schemata o similar).
• Familiaridad con streaming de datos: Kafka, AWS Kinesis o MSK.
• Certificaciones AWS (especialmente Data Analytics Specialty o Solutions Architect).