¿Te interesaría seguir desarrollándote como Data Engineer especializado/a en Data Products en una empresa líder del sector Retail en Europa, dentro de un contexto con volumen masivo de datos, trabajando con tecnología puntera en Cloud y colaborando con un equipo de primer nivel internacional ? Desde Oxigent Technologies seleccionamos un/a DATA ENGINEER (Data Products) para participar en un proyecto de desarrollo e industrialización de modelos de IA y Machine Learning a escala formando parte del Hub Digital de la empresa, ubicada en Barcelona.

La siguiente información ofrece un resumen de las habilidades, cualidades y cualificaciones necesarias para este puesto.

En el caso de ser la persona seleccionada, tu misión será operacionalizar modelos analíticos avanzados y transformarlos en productos de datos fiables, accesibles y de alta calidad para el ecosistema.

¿Cuáles serán tus funciones principales?
* Diseñar y mantener pipelines de datos escalables (tanto en batch como en real-time ) para procesar, evaluar e integrar las salidas de modelos de IA/ML.




* Transformar predicciones e inferencias de Machine Learning en productos de datos estructurados para aplicaciones internas y consumo de stakeholders.
* Colaborar en un entorno multidisciplinar y metodologías Agile junto a equipos de Data Science, Data Platform, Backend y MLOps para acortar la brecha entre la fase de laboratorio y el despliegue en producción.
* Realizar el modelado de datos orientado específicamente a servir métricas, features y conocimientos analíticos a sistemas finales.
* Garantizar la observabilidad y calidad del dato, implementando monitorización de pipelines y seguimiento de model drift.

Para ello, ¿qué vas a necesitar?
* Al menos 4 años de experiencia en Ingeniería de Datos, incluyendo al menos 2 en marcos de Big Data.
* Dominio sólido de Python y SQL.
* Experiencia práctica con tecnologías de Big Data: Databricks, Spark y Airflow.
* Experiencia operando en entornos Cloud (GCP / Azure).
* Conoci

📌 Data Engineer (Madrid)
🏢 JobFlurry
📍 Madrid