Data Quality Developer

Capitole; Arbo; Presencial; EUR 60.000 - 90.000; Jornada completa

Descripción de la vacante

Capitole busca un/a Data Engineer Senior para diseñar y operar la plataforma de datos que alimenta pricing dinámico e inteligencia de negocio en retail de alto volumen. Serás referente técnico de la arquitectura de datos, gestionando ingesta desde ERP, POS y e-commerce hasta el data lake y la capa ML.

Trabajarás con Databricks (Delta Lake, Unity Catalog), Azure Data Factory y modelos de datos dimensionales.

Formación

• 5+ años de experiencia en ingeniería de datos en entornos productivos.
• Dominio de Databricks como plataforma central (Delta Lake, Unity Catalog).
• Conocimiento de modelado dimensional (Kimball).
• Experiencia con Azure Data Factory para orquestación de pipelines.
• Conocimientos de herramientas de calidad de datos (Great Expectations o similar).
• Experiencia con dbt para transformaciones SQL sobre la capa Silver/Gold.
• Colaboración con equipos de ML para diseño de feature stores y pipelines de datos.

Responsabilidades

• Diseñar y operar la plataforma de datos que alimenta pricing dinámico e inteligencia de negocio en retail de alto volumen.
• Gestión de ingesta de fuentes operativas (ERP, POS, e-commerce, footfall) hasta la exposición de datos para ML y BI.
• Mantener la gobernanza de datos: Unity Catalog, control de permisos y calidad de datos.
• Desarrollar pipelines de ingesta con integración de ERP (SAP) y APIs de e-commerce.
• Trabajar con ML/BI para asegurar disponibilidad y rendimiento del feature store y modelos.

Conocimientos

Databricks

Delta Lake

Unity Catalog

PySpark

SQL avanzado

Azure Data Factory

Data Modeling

Git

Streaming (Kafka)

dbt

Herramientas

Purview

Alation

Kafkа

Databricks Structured Streaming

Descripción del empleo

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.El rol requiere dominio profundo de Databricks como plataforma central y sólido conocimiento de la arquitectura Medallion (Bronze / Silver / Gold), así como experiencia en modelado de datos dimensional y capacidad para trabajar con Azure Data Factory como orquestador de pipelines — aunque la mayor parte del trabajo de transformación residirá en Databricks.

La siguiente información tiene como objetivo proporcionar a los posibles candidatos una mejor comprensión de los requisitos para este puesto.

Arquitectura y plataforma de datos

• Gobierno de la plataforma: Unity Catalog, gestión de permisos, linaje de datos y calidad (Great Expectations o similar).
• Modelado de datos
• 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.

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).
• Testing de pipelines: validaciones de schema, checks de completitud y pruebas de regresión sobre datos.

Operación y fiabilidad

• Soporte a incidencias de datos en producción (on-call rotatorio con el equipo).
• Trabajo estrecho con Data Scientists para garantizar que el feature store cubra los requisitos de los modelos de pricing y recomendación.

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.
• Modelado de datos: dominio de modelado dimensional (Kimball); Lenguajes: PySpark y SQL avanzado (window functions, CTEs, optimización de queries).
• Azure Data Factory: conocimiento funcional para orquestación y movimiento de datos; Experiencia con patrones de ingesta incremental: CDC, watermark, Delta Merge / upsert.
• Familiaridad con control de versiones (Git) y prácticas de DataOps básicas.

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. xkdbapo
• Experiencia colaborando con equipos de ML en el diseño de feature stores (Feast, Tecton o solución custom).