Modalidad: 100% remoto

Experiencia: Mínimo 3 años

SBA: 34.000€

En Métrica España, buscamos un/a Data Engineer con experiencia en entornos Big Data, procesamiento distribuido y optimización de cargas con Apache Spark, PySpark y Azure Databricks.

Buscamos una persona proactiva, autónoma y resolutiva, con una sólida base técnica y capacidad para trabajar directamente con cliente. Si te interesa diseñar soluciones de datos eficientes, escalables y robustas, y utilizar herramientas de IA para agilizar el desarrollo, ¡esta es tu oportunidad!

Responsabilidades Principales

- Diseño, desarrollo y mantenimiento de procesos de datos distribuidos con Apache Spark y PySpark.

- Desarrollo y optimización de pipelines ETL/ELT y diseño de datasets escalables.

- Análisis y mejora del rendimiento de procesos Spark: particionado, shuffles, persistencia, caché, ejecución de DAG, stages y gestión de memoria.

- Desarrollo de soluciones de procesamiento columnar mediante Pandas UDF, Vectorized UDF y Apache Arrow.

- Desarrollo y mantenimiento de soluciones en Azure Databricks y Delta Lake.

- Optimización de workloads, tiempos de ejecución, consumo de recursos y costes asociados a los procesos de datos.

- Aplicación de algoritmos distribuidos e iterativos para el procesamiento de grandes volúmenes de información.

- Uso de técnicas de Approximate Computing, como HyperLogLog, Bloom Filters, sketching y estadísticas de streaming, cuando sea necesario.

- Uso de herramientas de IA aplicadas al desarrollo —GenAI, Copilot y LLMs— para revisión de código, generación de pruebas, validación y mejora de la productividad.

- Colaboración directa con cliente y equipos técnicos para la toma de requisitos, definición de soluciones y comunicación del avance técnico.

- Documentación técnica de los desarrollos, pipelines y procesos implementados.

- Identificación y propuesta de mejoras continuas en calidad, eficiencia, rendimiento y robustez.

¿Qué ofrecemos?





- Contrato indefinido.

- Salario competitivo, acorde a la experiencia y conocimientos aportados.

- Oportunidades de desarrollo profesional y capacitación continua.

- Participación en proyectos de alto impacto tecnológico.

- Entorno de trabajo colaborativo e innovador.

- Flexibilidad horaria y modalidad de trabajo a definir.

Si eres un/a profesional de datos con experiencia en Spark, PySpark, Python y Azure Databricks, te motiva resolver retos de rendimiento y quieres trabajar directamente con cliente, ¡te invitamos a unirte a nuestro equipo en Métrica España!

Requisitos

Requisitos Técnicos Indispensables

- Experiencia demostrable de al menos 3 años en Data Engineering, Big Data o desarrollo de soluciones de procesamiento distribuido.

- Experiencia sólida con Apache Spark y PySpark.

- Conocimientos avanzados de optimización en Spark:

- Particionado y shuffles.

- Persistencia y caché.

- DAG y stages.

- Gestión de memoria.

- Optimización de ejecución y rendimiento.

- Dominio de Python aplicado al tratamiento y procesamiento de datos.

- Experiencia con PySpark, Pandas y NumPy.

- Experiencia en diseño y desarrollo de procesos ETL/ELT, pipelines de datos y datasets.

- Experiencia con Azure Databricks y Delta Lake.

- Conocimientos de procesamiento de datos columnar con Pandas UDF, Vectorized UDF y Apache Arrow.

- Experiencia o conocimientos en algoritmos distribuidos e iterativos.

- Uso práctico de herramientas de IA para desarrollo de software, como GitHub Copilot, GenAI o LLMs, orientado a agilizar revisiones, pruebas y validaciones.

- Capacidad para comunicarse de manera técnica, clara y eficaz con cliente y equipos multidisciplinares.

Se valorará

- Conocimientos de Approximate Computing: HyperLogLog, Bloom Filters, sketching y estadísticas de datos en streaming.

- Experiencia en optimización de costes y rendimiento de cargas de trabajo en Azure Databricks.

- Conocimientos de arquitecturas Lakehouse y gestión de datos con Delta Lake.

- Experiencia trabajando en entornos Agile.

📌 Data Engineer Big Data (Spark / PySpark / Azure Databricks) (Madrid)
🏢 Metrica
📍 Madrid