En Krimda estamos buscando un/aData Engineercon experiencia en integración de datos en entornos cloud, orquestación con Control‑M y dominio avanzado de T‑SQL. Se trata de un rol clave dentro del equipo de datos, participando en proyectos de alto volumen, automatización y modernización de pipelines.¿Qué esperamos de ti?Buscamos un/a cualificado con experiencia real en proyectos de Business Intelligence y Data Engineering, capaz de trabajar con autonomía en la construcción, optimización y mantenimiento de procesos de integración de datos. Esperamos que puedas desenvolverte en entornos complejos, con grandes volúmenes de información y múltiples sistemas de origen.Queremos a alguien con mentalidad analítica, capacidad de resolución de problemas y orientación a la calidad del dato. Valoramos especialmente la capacidad para colaborar con equipos multidisciplinares, documentar procesos y proponer mejoras continuas en los flujos de integración. Si disfrutas trabajando con pipelines, automatización y herramientas cloud,



encajarás perfectamente en el equipo.Principales responsabilidadesDiseñar, desarrollar y mantener procesos de integración de datos en entornos cloud utilizando herramientas deData Integration .Ejecutar, monitorear y automatizar flujos de trabajo medianteControl‑M .Desarrollar y optimizar consultas avanzadas enT‑SQL, garantizando calidad, integridad y disponibilidad del dato.Participar en la resolución de incidencias técnicas en entornos complejos y de alto volumen.Colaborar con equipos multidisciplinares para asegurar una correcta implementación de requisitos de negocio.Documentar procesos, flujos y soluciones técnicas dentro del ecosistema BI.RequerimientosExcluyentesMás de4 años de experienciaen proyectos de Business Intelligence.Experiencia comprobable con herramientas deCloud Data Integration(Informática Cloud u otras equivalentes).Manejo sólido deControl‑Mpara orquestación y automatización.Dominio avanzado deT‑SQL .Capacidad demostrada para trabajar en e

📌 Ingeniero De Datos (Madrid)
🏢 Krimda
📍 Madrid