Data Engineer Big Data (Spark / PySpark / Azure Databricks)

Squad Desarrollo · Remoto

Inscribirme

Descripción

Data Engineer Big Data (Spark / PySpark / Azure Databricks)


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 formación 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.