Data engineer Spark/Scala - Híbrido (Madrid)

Aubay Spain; Madrid; Híbrido; EUR 50.000 - 75.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Contrato indefinido

Trabajo híbrido (50% teletrabajo)

Ubicación Madrid Río

Formación a medida

Retribución flexible

Seguro médico

Ticket restaurante

Cheque guardería

Descripción de la vacante

Aubay Spain busca un/a Data Engineer para unirse a nuestro equipo y dar soporte, mantenimiento y evolución técnica de una plataforma DataHub clave. Diseñar e implementar pipelines escalables con Scala, Spark y Hadoop, integrando datos de múltiples fuentes y trasladándolos a la capa Raw del DataHub, con controles de calidad.

Participarás en DevOps, Airflow, CI/CD y migración a Cloud. Contrato indefinido en un entorno internacional, modalidad híbrida y oficina en Madrid Río.

Formación

• Experiencia en diseño e implementación de pipelines de datos con Scala y Spark.
• Conocimiento de Hadoop, HDFS y Apache Airflow, Oozie y almacenamiento de objetos (S3/COS).
• Operaciones: Shell scripting y manejo de herramientas CI/CD (GitLab, Jenkins).
• Experiencia demostrable creando y optimizando pipelines de datos, ETL y pruebas de integración continua.
• Conocimiento del SDLC y trabajo en marcos Agile.

Responsabilidades

• Diseñar e implementar pipelines de procesamiento escalables utilizando Scala, Spark, Hadoop y almacenamiento cloud (COS/S3).
• Realizar modelado de datos para ingesta, transformación y enriquecimiento de grandes volúmenes con reglas de negocio complejas.
• Integrar datos de múltiples fuentes y formatos en la capa Raw del DataHub, asegurando calidad y consistencia con controles.
• Dar soporte a producción, resolver incidencias y garantizar disponibilidad de procesos.
• Implementar orquestación y scheduling con Apache Airflow; configurar CI/CD y ejecutar pruebas unitarias e de validación.
• Participar en la migración de Hadoop hacia arquitecturas Cloud (Kubernetes, COS, Spark as a Service, Airflow as a Service).
• Elaborar documentación técnica y operativa; trabajar con un stacks Big Data.

Conocimientos

Scala

Spark

SQL

CI/CD

Herramientas

GitLab

Jenkins

Airflow

Oozie

Hadoop

Descripción del empleo

En Aubay estamos buscando un/a Data Engineer para unirse a nuestro equipo y ser una pieza clave en el soporte, mantenimiento y evolución técnica de una importante plataforma DataHub.

Tus principales responsabilidades

Arquitectura y Desarrollo de Datos:

• Diseñar e implementar pipelines de procesamiento escalables utilizando Scala, Spark, Hadoop y almacenamiento cloud (COS/S3).
• Realizar el modelado de datos para la ingesta, transformación y enriquecimiento de grandes volúmenes de datos con reglas de negocio complejas.
• Integrar datos procedentes de múltiples fuentes y formatos en la capa Raw del DataHub, asegurando la calidad y consistencia mediante controles exhaustivos.

Mantenimiento, Soporte y Optimización:

• Dar soporte a producción y mantener el DataHub: resolución de incidencias, anomalías y garantía de disponibilidad de los procesos.
• Modificar y optimizar el código existente para mejorar su rendimiento, seguridad y mantenibilidad aplicando buenas prácticas.

DevOps, Automatización y Cloud:

• Implementar orquestación y scheduling mediante Apache Airflow.
• Configurar pipelines de CI/CD para automatizar despliegues, testing y gestión del desarrollo.
• Desarrollar y ejecutar pruebas unitarias y de validación.
• Participar en la migración de la infraestructura Hadoop hacia arquitecturas Cloud (Kubernetes, COS, Spark as a Service, Airflow as a Service).
• Elaborar documentación técnica y operativa del proyecto.
• Stack Tecnológico: Sólida experiencia con Scala, Spark, SQL y bases de datos estructuradas.
• Ecosistema Big Data: Conocimiento en Hadoop, HDFS, Apache Airflow, Oozie y almacenamiento de objetos (S3/COS).
• Operaciones: Shell scripting y manejo de herramientas CI/CD (GitLab, Jenkins o similares).
• Habilidades técnicas: Experiencia demostrable creando y optimizando pipelines de datos, procesos ETL/calidad, testing unitario e integración continua.
• Metodología: Conocimiento del ciclo de vida del software (SDLC) y experiencia trabajando bajo marcos Agile.

Valoraremos muy positivamente (Deseables)

• Experiencia previa en migraciones de Hadoop hacia arquitecturas Cloud.
• Conocimientos en: Kubernetes/containerización, Dremio, Elasticsearch, Kibana, Kafka (streaming), HashiCorp Vault o Dataiku.
• Experiencia o conocimiento del sector bancario.
• Contrato indefinido en un proyecto estable y de larga duración.
• Modalidad de trabajo híbrida (50% teletrabajo / 50% presencial).
• Ubicación: Oficinas en Madrid Río.
• Salario a negociar según la experiencia aportada.
• Plan de formación a medida (certificaciones técnicas, idiomas, etc.).
• Desarrollo profesional continuo dentro de un ambiente de trabajo internacional.
• Plan de Retribución Flexible (seguro médico, ticket restaurante, cheque guardería).

¡No dudes en inscribirte si estás buscando un nuevo reto en el área del dato!