Somos una

consultora tecnológica especializada en la implantación de soluciones Microsoft . Articulados en un modelo de organización sectorial, ayudamos a las empresas a optimizar sus operaciones, conectar con sus clientes, aumentar la productividad y mejorar la toma de decisiones.

Como

partner integral de Microsoft

con foco en todas sus áreas de soluciones, contamos con un equipo de expertos en tecnología, negocio y estrategia que desarrolla proyectos tanto a

nivel nacional como internacional .

Nuestra misión : impulsar el crecimiento empresarial a través de soluciones de digitalización e IA adaptadas.

+ 20 años de experiencia en el sector TI

+ 250 clientes nacionales e internacionales

5 oficinas en España: Madrid, Galicia, Islas Canarias, Cantabria y País Vasco

Soluciones tecnológicas

que implantamos como Microsoft Partner:

CRM con Dynamics 365 Sales, Customer Service, Contact Center y Customer Insights

Productividad y colaboración con Microsoft 365

Inteligencia artificial con Copilot

Analítica avanzada con Power BI

Descripción del puesto:




Buscamos incorporar a nuestro equipo un/a

Data Engineer

con experiencia en el diseño, desarrollo y mantenimiento de pipelines de datos dentro del

ecosistema Microsoft , con especial foco en

Microsoft Fabric . Participará en proyectos de datos end‑to‑end, colaborando en la construcción y evolución de plataformas analíticas modernas, escalables y orientadas a la explotación del dato.

Diseño, desarrollo y mantenimiento de

pipelines de ingesta

y transformación de datos en entornos batch y near real‑time.

Implementación de

procesos ETL/ELT

sobre Azure Data Factory y/o Microsoft Fabric Data Factory.

Desarrollo y optimización de

cargas y transformaciones

con Spark/Databricks y/o Fabric (Lakehouse, Notebooks).

Construcción y evolución de

soluciones de datos

(Data Lake, Data Warehouse, Lakehouse) con Azure y Microsoft Fabric.

Modelado de datos orientado a

analítica y reporting

(incluyendo modelos semántic

📌 Data Engineer (Madrid)
🏢 ARBENTIA
📍 Madrid