🚀 Senior Data Engineer III | Python · Spark · AWS · Apache Iceberg📍 Localización: Málaga 🏠 Modalidad: Teletrabajo 🎯 Experiencia: +10 años | Senior Manager L6 / P4 Expert 🌍 Inglés: B2 alto 🔗 Proyecto: Integración de plataformas¿Tienes una sólida trayectoria en Data Engineering y experiencia trabajando con plataformas capaces de procesar terabytes de información al día?Buscamos incorporar un/a Senior Data Engineer III con un fuerte background técnico en Python, Apache Spark, Airflow y AWS, acostumbrado/a a desarrollar arquitecturas y pipelines de datos a gran escala.🎯 Tu misiónParticiparás como perfil experto en un proyecto de integración y evolución de plataformas de datos, trabajando sobre arquitecturas preparadas para procesar grandes volúmenes de información, del orden de terabytes diarios.Tendrás un papel relevante en la construcción, optimización y evolución de pipelines, el diseño de modelos de datos y el desarrollo de soluciones dentro del ecosistema AWS, con especial presencia de Apache Spark y Apache Iceberg.🔧 Principales funciones🔹 Diseño y desarrollo de pipelines de procesamiento de datos a gran escala.🔹 Implementación y optimización de procesos de Data Engineering utilizando Python y Apache Spark.🔹 Orquestación y automatización de pipelines mediante Apache Airflow.🔹 Procesamiento y explotación de datasets de gran volumen, incluyendo entornos con terabytes de información procesados diariamente.🔹 Diseño y evolución de arquitecturas de datos desplegadas sobre AWS.🔹 Implementación y evolución de soluciones Data Lake / Lakehouse utilizando Apache Iceberg.🔹 Definición y optimización de modelos de datos aplicando metodologías de modelado dimensional como Kimball.🔹 Integración y modernización de diferentes plataformas y procesos de datos.🔹 Identificación y resolución de problemas de rendimiento, escalabilidad y procesamiento.🔹 Optimización de procesos distribuidos y pipelines críticos de datos.🔹 Coordinación e interlocución con equipos técnicos internacionales.🔹 Posible coordinación y gestión de equipos o perfiles técnicos dentro del proyecto.✅ Requisitos imprescindibles✔️ +12 años de experiencia profesional en Data Engineering o posiciones equivalentes.✔️ Amplia experiencia trabajando con arquitecturas de procesamiento masivo de datos.✔️ Dominio avanzado de:🐍 Python ⚡ Apache Spark ⚙️ Apache Airflow ☁️ AWS 🧊 Apache Iceberg✔️ Experiencia trabajando con datasets de gran escala, llegando a procesar terabytes de información al día.✔️ Experiencia sólida en Data Modeling.✔️ Conocimiento de metodologías de modelado dimensional, especialmente Kimball.✔️ Experiencia diseñando, desarrollando y optimizando Data Pipelines.✔️ Capacidad para desenvolverse con autonomía en posiciones de elevada responsabilidad técnica.✔️ Inglés B2 alto, con capacidad para mantener conversaciones, reuniones técnicas e interlocución habitual con el resto del equipo.🛠️ Tecnologías clave🐍 Python ⚡ Apache Spark ⚙️ Apache Airflow ☁️ AWS 🧊 Apache Iceberg 🏗️ Data Lakes / Lakehouse 🔄 Data Pipelines / ETL / ELT 📊 Data Modeling / Kimball 💾 Large-scale Data Processing⭐ Se valorará especialmente➕ Experiencia trabajando en plataformas de datos de gran escala.➕ Experiencia en proyectos de integración y modernización de plataformas.➕ Experiencia optimizando procesos distribuidos con Apache Spark.➕ Experiencia en arquitecturas Data Lake o Lakehouse sobre AWS.➕ Experiencia con Apache Iceberg en entornos productivos.➕ Experiencia en optimización de rendimiento y procesamiento masivo de información.➕ Experiencia previa como Technical Lead, referente técnico o responsable de equipos de Data Engineering.🕐 Horario❄️ Horario de inviernoLunes a jueves: 09:00 - 19:00 hViernes: 08:00 - 14:30 h☀️ Horario de verano | 01/07 al 15/09Lunes a jueves: 08:00 - 15:00 hViernes: 08:00 - 14:30 h📩 ¿Te interesa?Si cuentas con una trayectoria sólida en Data Engineering, dominas Python, Spark y AWS y tienes experiencia diseñando soluciones capaces de procesar terabytes de información al día, queremos conocerte.

Sourced from LinkedIn. Relocantly aggregates public job postings; apply on the original site.