Descripción del trabajo Buscamos un/a Data Engineer Senior para diseñar y operar la plataforma de datos que alimenta un sistema de pricing vibrante 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. Responsabilidades principales Arquitectura y plataforma de datos * Diseño y evolución de la arquitectura Medallion (Bronze -> Silver -> Gold) sobre Databricks / Delta Lake. * Definición de estándares de ingesta, particionado, compactación y versionado de tablas Delta. * Gobierno de la plataforma: Unity Catalog, gestión de permisos, linaje de datos y calidad (Great Expectations o similar). * Evaluación y decisión de patrones de procesamiento: batch, micro-batch (Structured Streaming) y near real-time según el caso de uso. Modelado de datos * Diseño de modelos dimensionales (esquemas estrella y copo de nieve) orientados a casos de uso de pricing, forecasting y personalización. * 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. Pipelines e ingesta * 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). * Implementación de patrones de ingesta incremental (CDC, watermark, upsert con Delta Merge) para minimizar latencia y coste. * Testing de pipelines: validaciones de schema, checks de completitud y pruebas de regresión sobre datos. Operación y fiabilidad * Monitorización de jobs en Databricks Workflows: alertas, reintentos y gestión de dependencias. * Optimización de costes de cómputo: sizing de clusters, uso de Photon, Auto Loader y optimizaciones de Delta (OPTIMIZE / ZORDER). * Soporte a incidencias de datos en producción (on-call rotatorio con el equipo). Colaboración * Trabajo estrecho con Data Scientists para garantizar que el feature store cubra los requisitos de los modelos de pricing y recomendación. * Acompañamiento a analistas de negocio en la definición de métricas y KPIs sobre la capa Gold.



* Participación en code reviews, definición de convenciones de nombrado y estándares de calidad del equipo. Requisitos Imprescindibles * 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. * Arquitectura Medallion: diseño e implementación de capas Bronze / Silver / Gold con criterios claros de granularidad, particionado y SLA por capa. * Modelado de datos: dominio de modelado dimensional (Kimball); diseño de esquemas estrella y copo de nieve; definición de claves surrogadas, SCDs y tablas de hechos. * Lenguajes: PySpark y SQL avanzado (window functions, CTEs, optimización de queries). * Azure Data Factory: conocimiento funcional para orquestación y movimiento de datos; no es necesario dominio profundo. * Experiencia con patrones de ingesta incremental: CDC, watermark, Delta Merge / upsert. * Familiaridad con control de versiones (Git) y prácticas de DataOps básicas. Valorables * 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. * Experiencia colaborando con equipos de ML en el diseño de feature stores (Feast, Tecton o solución custom). #J-18808-Ljbffr

📌 Data Engineer (Databricks) (Extremadura)
🏢 Capitole
📍 Extremadura