Trabajarás en colaboración con científicos de datos, ingenieros de Machine Learning y equipos de negocio para construir soluciones escalables, garantizar la calidad de los datos y facilitar su disponibilidad para entornos de producción.

Responsabilidades:

• Diseñar, desarrollar y mantener pipelines de datos escalables para proyectos de analítica e inteligencia artificial.
• Colaborar con científicos de datos, ingenieros de Machine Learning y otros equipos para garantizar el acceso a datos fiables, consistentes y preparados para producción.
• Desarrollar y mantener API para el acceso, integración y gestión de datos.
• Diseñar y optimizar soluciones de almacenamiento para datos estructurados y no estructurados, incluyendo bases de datos relacionales, NoSQL, motores de búsqueda y almacenamiento de objetos.
• Gestionar datos de diferentes formatos, como texto, imágenes, audio y vídeo, para dar soporte a modelos de aprendizaje automático.
• Implementar procesos de monitorización y control de la calidad de los datos.
• Proporcionar soporte técnico y asesoramiento en arquitectura de datos a los equipos de Machine Learning.
• Participar en la gestión de metadatos utilizando herramientas especializadas.
• Garantizar el cumplimiento de las políticas de seguridad y privacidad de la información.
• Mantener actualizada la documentación técnica, incluyendo diccionarios de datos, metadatos y diagramas de arquitectura.
• Colaborar en el desarrollo de soluciones de procesamiento de datos en tiempo real y sistemas de streaming.

Requisitos:

• Titulación universitaria en Informática, Ingeniería, Matemáticas o una disciplina relacionada, o experiencia profesional equivalente.
• Más de 8 años de experiencia en ingeniería de datos.
• Dominio de Python, Java y Scala.
• Experiencia gestionando grandes volúmenes de datos, desde terabytes hasta petabytes.
• Experiencia con tecnologías Big Data, como Hadoop, Apache Spark y Apache Flink.
• Conocimientos de frameworks de aprendizaje automático como TensorFlow, PyTorch o similares.
• Conocimientos de almacenamiento de datos, procesos ETL y modelado de datos.
• Experiencia desarrollando API REST y/o GraphQL.
• Conocimientos de prácticas DevOps, integración y despliegue continuo (CI/CD) y contenerización con Docker o Kubernetes.
• Experiencia con plataformas de streaming como Kafka o RabbitMQ.