En Keepler (part of Accenture) queremos hacer crecer nuestro equipo con personas que tengan ganas de desarrollar software basado en datos con dos objetivos: ayudar en la transformación a nuestros clientes y disfrutar del proceso de crear valor a través de la tecnología.Si quieres ser parte de un equipo que te ofrecerá retos tecnológicos y que te exigirá una mejora y aprendizaje continuo, si no tienes miedo a reconocer errores y eres capaz de ser proactivo/a y tirar del carro cuando te toque, es posible que Keepler sea el sitio donde deberías trabajar.
Haga clic en "Solicitar" a continuación para enviar su candidatura. Asegúrese de que su CV está actualizado y de que ha leído primero las especificaciones del puesto.
¿Te interesa? Echa un vistazo a nuestra vacante de
Data Architect AZURE.
Esto es lo que tendrás que hacer:




Liderararás el assessment por la parte de la reingeniería de la arquitectura de datos propuesta para solventar los cuellos de botella técnicos asi como el diseño y futura implementación de la nueva Capa Semántica “To-Be” ("Business Gold").Tus tareas principales incluyen el análisis de la situación actual, el diseño e implementación de las ETLs necesarias para consolidar los drivers operativos.
Requisitos:
+2 años en el diseño, desarrollo y productivización de arquitecturas de datos corporativas, Big Data, aplicaciones e IoT.2+ años de experiencia trabajando sobre la nube pública de
Azure
(Azure Functions, Azure Synapse,
Databricks, IoT Hub...)Conocimientos básicos de patrones de arquitectura cloud.Concienciado sobre la importancia de la seguridad y con conocimientos básicos de diseño protegido de aplicaciones sencillas en la nube.Orientado a la calidad de los entregables.Mentalidad DevOps, conocedor de procesos de CI, CD y sus herramientas asociadas (Jenkins, Bamboo, Ansible...).Experiencia con
Python, Spark
o Scala.Experiencia con herramientas y metodologías de testing de software (JUnit, Cucumber, TDD, BDD…).Experiencia de uso y modelado en distintas

📌 Data Architect (Madrid)
🏢 Keepler
📍 Madrid