Senior DataOps Engineer

Senior DataOps Engineer

Full Time 56250 - 68750 € / año (est.) Híbrido
dLocal

De un vistazo

  • Tareas: Diseña y evoluciona infraestructuras escalables para procesar grandes volúmenes de datos.
  • Empresa: dLocal, una empresa innovadora en el procesamiento de pagos a nivel global.
  • Beneficios: Flexibilidad horaria, desarrollo profesional, clases de idiomas y un presupuesto social mensual.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional y trabajo remoto.
  • Por qué este empleo: Únete a un equipo global y marca la diferencia en mercados emergentes.
  • Cualificaciones: Experiencia en ingeniería de datos y habilidades en Python o SQL.

El salario previsto está entre 56250 - 68750 € por año.

Overview

Why should you join d Local?

d Local enables the biggest companies in the world to collect payments in 40 countries in emerging markets.

Global brands rely on us to increase conversion rates and simplify payment expansion effortlessly.

As both a payments processor and a merchant of record where we operate, we make it possible for our merchants to make inroads into the world’s fastest-growing, emerging markets.

By joining us you will be a part of an amazing global team that makes it all happen.

Being a part of d Local means working with 1000+ teammates from 30+ different nationalities and developing an international career that impacts millions of people’s daily lives.

We are builders, we never run from a challenge, we are customer-centric, and if this sounds like you, we know you will thrive in our team.

What’s the opportunity?

As a Senior Data Ops Engineer , youll be a strategic professional shaping the foundation of our data platform.

You’ll design and evolve scalable infrastructure on Kubernetes, operate Databricks as our primary data platform, enable data governance and reliability at scale, and ensure our data assets are clean, observable, and accessible.

What will I be doing?

  • Architect and evolve scalable infrastructure to ingest, process, and serve large volumes of data efficiently, using Kubernetes and Databricks as core building blocks
  • Design, build, and maintain Kubernetes-based infrastructure, owning deployment, scaling, and reliability of data workloads running on our clusters
  • Operate Databricks as our primary data platform, including workspace and cluster configuration, job orchestration, and integration with the broader data ecosystem
  • Work in improvements to existing frameworks and pipelines to ensure performance, reliability, and cost-efficiency across batch and streaming workloads
  • Build and maintain CI/CD pipelines for data applications (DAGs, jobs, libraries, containers), automating testing, deployment, and rollback
  • Implement release strategies (e. g., blue/green, canary, feature flags) where relevant for data services and platform changes
  • Establish and maintain robust data governance practices (e. g., contracts, catalogs, access controls, quality checks) that empower cross-functional teams to access and trust data
  • Build a framework to move raw datasets into clean, reliable, and well-modeled assets for analytics, modeling, and reporting, in partnership with Data Engineering and BI
  • Define and track SLIs/SLOs for critical data services (freshness, latency, availability, data quality signals)
  • Implement and own monitoring, logging, tracing, and alerting for data workloads and platform components, improving observability over time
  • Lead and participate in on-call rotation for data platforms, manage incidents, and run structured postmortems to drive continuous improvement
  • Investigate and resolve complex data and platform issues, ensuring data accuracy, system resilience, and clear root-cause analysis
  • Maintain high standards for code quality, testing, and documentation, with a strong focus on reproducibility and observability
  • Work closely with the Data Enablement team, BI, and ML stakeholders to continuously evolve the data platform based on their needs and feedback
  • Stay current with industry trends and emerging technologies in Data Ops, Dev Ops, and data platforms to continuously raise the bar on our engineering practices

What skills do I need?

  • Bachelor7s degree in Computer Engineering, Data Engineering, Computer Science, or a related technical field (or equivalent practical experience)
  • Proven experience in data engineering, platform engineering, or backend software development, ideally in cloud-native environments
  • Deep expertise in Python or/and SQL, with strong skills building data or platform tooling
  • Strong experience with distributed data processing frameworks such as Apache Spark (Databricks experience strongly preferred)
  • Solid understanding of cloud platforms, especially AWS and/or GCP
  • Hands-on experience with containerization and orchestration: Docker, Kubernetes / EKS / GKE / AKS (or equivalent)
  • Proficiency with Infrastructure-as-Code (e. g., Terraform, Pulumi, Cloud Formation) for managing data and platform components
  • Experience implementing CI/CD pipelines (e. g., Git Hub Actions, Git Lab CI, Jenkins, Circle CI, Argo CD, Flux) for data workloads and services
  • Experience in monitoring & observability (metrics, logging, tracing) using tools like Prometheus, Grafana, Datadog, Cloud Watch, or similar
  • Experience with incident management: Participating in or leading on-call rotations
  • Handling incidents and running postmortems
  • Building automation and guardrails to prevent regressions
  • Strong analytical thinking and problem-solving skills, comfortable debugging across infrastructure, network, and application layers
  • Able to work autonomously and collaboratively
  • Nice to have
  • Experience designing and maintaining DAGs with Apache Airflow or similar orchestration tools (Dagster, Prefect, Argo Workflows)
  • Familiarity with modern data formats and table formats (e. g., Parquet, Delta Lake, Iceberg)
  • Experience acting as a Databricks admin/developer, managing workspaces, clusters, compute policies, and jobs for multiple teams
  • Exposure to data quality, data contracts, or data observability tools and practices

What do we offer?

Besides the tailored benefits we have for each country, d Local will help you thrive and go that extra mile by offering you:

  • Flexibility: we have flexible schedules and we are driven by performance
  • Fintech industry: work in a dynamic and ever-evolving environment, with plenty to build and boost your creativity
  • Referral bonus program: our internal talents are the best recruiters - refer someone ideal for a role and get rewarded
  • Learning & development: get access to a Premium Coursera subscription
  • Language classes: we provide free English, Spanish, or Portuguese classes
  • Social budget: you\'ll get a monthly budget to chill out with your team (in person or remotely) and deepen your connections!
  • d

Local Houses: want to rent a house to spend one week anywhere in the world coworking with your team? We’ve got your back!

What happens after you apply?

Our Talent Acquisition team is invested in creating the best candidate experience possible, so don’t worry, you will definitely hear from us.

We will review your CV and keep you posted by email at every step of the process!

Also, you can check out our webpage, Linked In, Instagram, and You Tube for more about d Local!

We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses.

These tools assist our recruitment team but do not replace human judgment.

Final hiring decisions are ultimately made by humans.

If you would like more information about how your data is processed, please contact us.

Senior DataOps Engineer empresa: dLocal

Esta empresa fintech líder en Barcelona se destaca como un excelente empleador gracias a su compromiso con el desarrollo del talento y un entorno de trabajo flexible que fomenta la innovación. Ofrecen oportunidades significativas para el crecimiento profesional, permitiendo a los empleados contribuir activamente a la optimización de flujos de pago con tarjetas, lo que resulta en un trabajo significativo y gratificante.

dLocal

Datos de contacto:

Equipo de selección de dLocal

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Senior DataOps Engineer

✨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 Senior DataOps Engineer en dLocal.

✨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 Senior DataOps Engineer en dLocal.

✨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 Senior DataOps Engineer.

Creemos que necesitas estas habilidades para triunfar como Senior DataOps Engineer

Ingeniería de Datos
Desarrollo de Software Backend
Python
SQL
Apache Spark
AWS
GCP

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 dLocal!

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 dLocal.

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

✨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 dLocal. 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.