Somos una empresa de #tecnología construida con un ingrediente diferencial, la HIPERESPECIALIZACIÓN .

Formar parte de hiberus significa crecimiento, pasión por la tecnología, interés por la innovación, ambiente laboral flexible y colaborativo, compañerismo, aprendizaje, formación continua, motivación y superación ante nuevos retos...y esto es solo el principio.
Actualmente contamos con 36 hubs de desarrollo en España, Europa, Latinoamérica, Estados Unidos y África. Trabajamos muy duro, para transformar nuestra vida a través de la tecnología y queremos contar contigo para seguir creciendo. Si lo tuyo es el mundo IT, te gusta estar al día en las últimas tecnologías y quieres asumir un nuevo reto competente Sigue leyendo, te estamos buscando

¿Buscamos un o una Data Engineer con al menos 3 años de experiencia trabajando en entornos cloud y plataformas modernas de datos, especialmente con Snowflake y AWS .
Queremos incorporar a una persona con experiencia en el diseño y desarrollo de soluciones de datos escalables, capaz de construir pipelines robustos,



optimizar procesos y colaborar con equipos multidisciplinares para convertir los datos en valor para el negocio.
Buscamos personas que nos ayuden a seguir creciendo, con ganas de aportar y seguir evolucionando de la mano de los mejores profesionales, pero sobre todo... en hiberus buscamos buena gente

Diseñar, desarrollar y mantener pipelines de datos en entornos cloud.
Implementar procesos ETL/ELT para la ingesta, transformación y explotación de datos.
Modelar y optimizar estructuras de datos en Snowflake.
Participar en la definición y evolución de arquitecturas modernas de datos sobre AWS.
Garantizar la calidad, fiabilidad y rendimiento de las soluciones desarrolladas.
Colaborar con analistas, científicos de datos y equipos de negocio para dar respuesta a necesidades estratégicas.
Automatizar procesos y contribuir a la mejora continua de la plataforma de datos.

Al menos 3 años de experiencia como Data Engineer .
Exp

📌 Ingegnere Dei Dati (Madrid)
🏢 Hiberus
📍 Madrid