Data Engineer (hybrid)

Data Engineer (hybrid)

Full Time 54000 - 66000 € / año (est.) Híbrido
B

De un vistazo

  • Tareas: Construir y evolucionar nuestra plataforma de datos, diseñando pipelines y conjuntos de datos confiables.
  • Empresa: Baxter Planning, un equipo diverso y amigable en el sector tecnológico.
  • Beneficios: Salario competitivo, seguro de salud privado, membresía de gimnasio y oportunidades de aprendizaje.
  • Otra información: Modelo híbrido de trabajo y eventos de equipo para fomentar la colaboración.
  • Por qué este empleo: Impacta en productos impulsados por datos y trabaja con tecnologías modernas como AWS y Python.
  • Cualificaciones: 4+ años de experiencia en construcción de pipelines de datos y habilidades sólidas en Python y AWS.

El salario previsto está entre 54000 - 66000 € por año.

As a Data Engineer at Baxter Planning you will play a key role in building and evolving our data lake platform, supporting analytics and data-driven products across the business.

You will design and operate reliable, production-grade data pipelines and curated datasets using modern AWS services and Python.

This role focuses on data modeling, data quality, and near-real-time ingestion to ensure trustworthy, BI-ready data.

You will work closely with engineers and stakeholders while contributing to architecture, automation, and best practices.

  • What you’ll do
  • Build the data-serving layer: curated datasets, marts, and product-ready tables
  • Develop incremental / micro-batch pipelines and support CDC near-real-time ingestion (AWS DMS)
  • Design BI-friendly data models (star schema) and manage schemas
  • Build ETL/ELT in Python (Polars) and serve/query via Athena and/or Redshift
  • Implement data quality + observability (freshness, completeness, duplicates, schema drift, anomalies)
  • Orchestrate with Airflow and AWS-native tools (e. g., Step Functions)
  • Contribute to CI/CD, Ia C, architecture discussions, and best practices
  • What we’re looking for
  • 4+ years building and operating production data pipelines
  • Strong Python (async/concurrency is a plus)
  • Strong AWS across services like: S3, Glue, Athena, Redshift, Lake Formation, Cloud Watch, DMS, Lambda, Step Functions, SQS/SNS, ECS, Dynamo DB (+ Cloud Formation)
  • Experience with lakehouse tables (Delta or similar), schema evolution, partitioning, compaction, upserts/merge
  • Solid data modeling skills (star schema) and commitment to testing & data quality
  • Experience running AWS DMS in production (monitoring/troubleshooting)

What we offer

  • A competitive salary
  • Work in a friendly and diverse team
  • private health insurance
  • gym membership
  • learning opportunities
  • hybrid model of work
  • flexible benefits
  • team events

Data Engineer (hybrid) empresa: Baxter Planning

Baxter Planning es un empleador excepcional que ofrece un entorno dinámico y en crecimiento, ideal para profesionales de ventas que buscan desarrollar su carrera en el sector SaaS. Con oportunidades de trabajo híbrido desde Barcelona y un enfoque en el desarrollo profesional, los empleados pueden disfrutar de un equilibrio entre la vida laboral y personal mientras contribuyen a soluciones innovadoras en la planificación de la cadena de suministro. Además, la cultura inclusiva y el compromiso con la diversidad hacen de Baxter Planning un lugar donde cada voz es valorada y cada empleado puede prosperar.

B

Datos de contacto:

Equipo de selección de Baxter Planning

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Data Engineer (hybrid)

✨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 Data Engineer (hybrid) en Baxter Planning.

✨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 Data Engineer (hybrid) en Baxter Planning.

✨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 Data Engineer (hybrid).

Creemos que necesitas estas habilidades para triunfar como Data Engineer (hybrid)

SQL
Python
Data Pipeline Development
Problem-Solving Skills
Communication Skills
Data Engineering
Automation

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 Baxter Planning!

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 Baxter Planning.

Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Baxter Planning. 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 Baxter Planning

✨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 Baxter Planning. 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.