Associate Director, Data Engineer in Barcelona

Associate Director, Data Engineer in Barcelona

Barcelona Full Time 50850 - 62150 € / año (est.) Presencial
A

De un vistazo

  • Tareas: Desarrolla soluciones de datos innovadoras que transformen la investigación científica.
  • Empresa: AstraZeneca, líder en innovación y ciencia médica.
  • Beneficios: Salario competitivo, oportunidades de desarrollo profesional y un entorno colaborativo.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional.
  • Por qué este empleo: Impacta directamente en la ciencia y mejora la vida de las personas.
  • Cualificaciones: Experiencia en programación y desarrollo de soluciones de datos.

El salario previsto está entre 50850 - 62150 € por año.

This is an in-office role based in Barcelona, ES, with a requirement to work a minimum of three days per week on-site. Remote or travel flexibility is not available.

Introduction to role

Are you ready to engineer reusable data capabilities that accelerate discovery and put trustworthy AI into scientists’ hands?

As Associate Director, Data Engineer, you will shape enterprise-grade solutions that make complex R&D workflows simpler, faster, and more reliable—advancing pre-clinical science by making data findable, accessible, interoperable, reusable, and trustworthy.

Working in a small, agile team within the R&D Data Office, you will bridge scientific needs and robust engineering, helping to deliver data aligned to our enterprise semantics and standards.

You will turn scientific and business requirements into modular, configurable capabilities that can be rapidly adapted across projects such as Safety Omics and AI4Assay—managing multi-omics assay data from planning through to insight, and accelerating assay development with an AI co-scientist.

How would you design solutions that adapt by configuration rather than redevelopment, so that each new use case benefits from what came before?

Your work will enable automation, strengthen metadata integrity, and speed decision-making—impact that is visible and valued at every level of the organization.

  • Accountabilities
  • Technical
  • Solution

Development: Prototype, design, develop, and deploy modular and configurable data solutions for complex end-to-end R&D workflows.

Translate scientific and business requirements into clear designs and implementation plans.

Prefer configuration over redevelopment to enable reuse across an expanding portfolio.

Move solutions from prototype to production with operational readiness, lifecycle management, and continuous improvement.

  • Architecture and
  • Operations

Alignment: Work within Astra Zeneca’s architecture, security requirements, and operational constraints, making pragmatic recommendations when options or limitations arise.

Apply modern engineering practices including version control, automated testing, CI/CD, monitoring, observability, and documentation.

  • Technical Leadership and

Delivery: Evaluate technical options and advise on trade-offs across scalability, maintainability, security, cost, performance, and reuse.

Plan and track delivery, manage risks and dependencies, and provide timely, transparent updates.

Collaborate with solution architects, data engineers, semantic modellers, and other specialists to deliver robust, supportable products.

  • Team Development and

Coordination: Mentor junior colleagues and contribute to a culture of technical learning, constructive challenge, and continuous improvement.

Coordinate delivery across internal contributors and outsourced partners.

Troubleshoot issues affecting performance, data flows, metadata integrity, and production reliability.

  • FAIR+T and AI-Enabled Ways of

Working: Engineer solutions that implement FAIR+T principles with end-to-end traceability, discoverability, and trustworthy use.

Engage on data quality, metadata, and governance, resolving issues with the right partners.

Identify where AI-assisted development, automation, and agent-based approaches can safely improve productivity and data-management workflows, assessing reliability, security, maintainability, and user needs.

  • Impact and

Progression: In your first months, map critical workflows and deliver a high-value prototype for initiatives such as Safety Omics or AI4Assay.

Within 6–12 months, standardize and scale reusable capabilities that reduce assay cycle time and improve data traceability.

Longer term, help shape enterprise data standards and platforms that enable automation and insight generation across pre-clinical research.

Essential Skills/Experience

  • Demonstrated experience designing, developing, deploying, and maintaining data and software solutions that support complex business, scientific, or operational workflows.
  • Strong programming experience in Python and working knowledge of other relevant programming languages.
  • Practical experience developing and deploying solutions using AWS or other cloud services, with familiarity with services such as Amazon S3, AWS Lambda, AWS Step Functions, Amazon Cloud Watch, AWS IAM or equivalent.
  • Experience working with relational databases and data integration or processing workflows.
  • Ability to design modular, configurable, maintainable, and reusable solutions.
  • Ability to translate business or scientific needs into technical requirements and pragmatic solution approaches.
  • Experience planning and delivering technical work in an agile environment, including tracking progress, managing risks and dependencies, and reporting to stakeholders.
  • Ability to evaluate technical options and clearly explain trade-offs relating to scalability, maintainability, security, cost, performance, and reuse.
  • Understanding of, or strong interest in, data quality, metadata, and FAIR principles, with the ability to contribute to troubleshooting issues affecting data and metadata.
  • Interest in using AI capabilities, including AI-assisted development, automation, and agent-based solutions, to improve engineering productivity and data-management workflows.

Desirable Skills/Experience

  • Experience with non-relational databases, such as graph, document, key-value, or analytical databases.
  • Experience with data integration, metadata management, semantic web technologies (RDF, OWL, SHACL, SPARQL), data governance, or FAIR data practices.
  • Interest in, or experience of, pharmaceutical R&D, particularly pre-clinical research, laboratory workflows, or scientific data.
  • Experience working in regulated, privacy-sensitive, or otherwise controlled environments.
  • Experience mentoring colleagues or coordinating technical delivery through influence.
  • Experience applying AI agents or automation to scientific, data-management, or software-development workflows.
  • Why Astra Zeneca

This is where innovation meets large-scale impact.

You will collaborate with deep specialists and diverse partners, often bringing unexpected teams into the same room to unlock bold ideas.

With strong backing from leadership, your engineering will power faster, higher-quality decisions and reliable operations across the enterprise, directly influencing how quickly lifesaving science reaches patients.

You will have access to modern platforms, the latest methods in data and machine learning, and supportive communities that value curiosity, constructive challenge, and kindness alongside ambition.

We place data at the heart of how we operate and encourage thoughtful, ethical use of AI and automation—balancing pace, rigor, and traceability so your work stands the test of time.

  • Date Posted
  • Closing Date

Astra Zeneca embraces diversity and equality of opportunity.

We are committed to building an inclusive and diverse team representing all backgrounds, with as wide a range of perspectives as possible, and harnessing industry-leading skills.

We believe that the more inclusive we are, the better our work.

We welcome and consider applications to join our team from all qualified candidates, regardless of their characteristics.

We comply with all applicable laws and regulations on non-discrimination in employment (and recruitment), as well as work authorization and employment eligibility verification requirements.

Associate Director, Data Engineer in Barcelona empresa: AstraZeneca plc

AstraZeneca es un empleador excepcional que se dedica a transformar ideas en medicamentos que cambian vidas, ofreciendo un entorno de trabajo inclusivo y diverso en su sede global en Barcelona. Con un fuerte enfoque en la excelencia digital y el desarrollo profesional, los empleados tienen la oportunidad de crecer en sus carreras mientras contribuyen a iniciativas significativas que mejoran los resultados de los pacientes. Además, la cultura de colaboración y la inversión en capacidades de marketing de clase mundial hacen de AstraZeneca un lugar ideal para aquellos que buscan un impacto real en la industria farmacéutica.

A

Datos de contacto:

Equipo de selección de AstraZeneca plc

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Associate Director, Data Engineer in Barcelona

✨Conéctate a Comunidades de Ciencia de Datos

Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.

✨Asiste a Meetups y Conferencias

Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Associate Director, Data Engineer en AstraZeneca plc.

✨Demuestra tus Habilidades con Proyectos Personales

Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Associate Director, Data Engineer en AstraZeneca plc.

✨Conéctate con Profesionales en LinkedIn

Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Associate Director, Data Engineer.

Creemos que necesitas estas habilidades para triunfar como Associate Director, Data Engineer in Barcelona

Desarrollo de soluciones de datos
Programación en Python
Servicios en la nube (AWS)
Integración de datos
Diseño de soluciones modulares y reutilizables
Gestión de proyectos ágiles
Evaluación de opciones técnicas

Algunos consejos para tu solicitud 🫡

Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante AstraZeneca plc!

Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.

Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en AstraZeneca plc.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para AstraZeneca plc. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.

Cómo prepararte para una entrevista de trabajo en AstraZeneca plc

✨Prep para preguntas técnicas de datos

Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!

✨Demuestra tus habilidades con un portfolio impactante

Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!

✨Prepárate para discutir casos de uso de datos

En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en AstraZeneca plc. Esto demuestra que entiendes la aplicabilidad de tus habilidades.

✨Muestra tu entusiasmo y curiosidad

Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.