Seguimos buscando talento…y nos encantaría que te unieras a nuestro equipo
Para que nos conozcas algo mejor, UST es una multinacional norteamericana certificada como Top Employer y Great Place to Work con más de 35.000 empleados a nivel global y con presencia en más de 35 países. Somos líderes en servicios de tecnología digital y proporcionamos soluciones tecnológicas de gran alcance a grandes compañías.
Para nuestro equipo estamos buscando un

Data Engineer (Java, Spark, Python)

para unirse al equipo de desarrollo de nuestro cliente, especializado en

tecnología y servicios de marketing digital para pymes y autónomos en España .
La persona seleccionada liderará la migración de procesos existentes de Java + Spark a soluciones gestionadas desde Python, participando en el diseño y la creación de un reciente Data Lake corporativo. Se valorará positivamente experiencia en plataformas cloud como Azure y en herramientas como Databricks.
Colaboración 100% remota desde cualquier provincia de España.
Funciones y responsabilidades:





Desarrollar y optimizar pipelines de datos escalables y robustos.
Migrar procesos existentes basados en Java + Spark hacia soluciones en Python y orquestación desde este lenguaje.
Integrar y gestionar datos en MongoDB y PostgreSQL.
Asegurar calidad, fiabilidad y disponibilidad de datos para equipos de BI y Data Science.
Colaborar en decisiones de arquitectura y en la definición de estándares de datos.
Automatizar procesos y colaborar en diseño de flujos de datos (ETL / ELT).
Requisitos:

Aportar entre 3 y 5 años de experiencia en ingeniería de datos o roles similares.
Alta proactividad, buena comunicación y mentalidad orientada a resolver problemas.
Capacidad de trabajo autónomo en entornos remotos.
Java (sólida experiencia)
Python (para orquestación y scripting)
Requisitos valorables / deseables:

Experiencia con Databricks
Herramientas de orquestación (por ejemplo, Airflow)
Experiencia con prácticas de CI/CD y testing de pipelines
✈️ 23 días labor

📌 Data Engineer (Madrid)
🏢 UST España & Latam
📍 Madrid