Data Foundation Engineering Lead - Evinova

Data Foundation Engineering Lead - Evinova

Barcelona Full Time Híbrido
Evinova

De un vistazo

  • Tareas: Lidera la transformación de nuestra infraestructura de datos y optimiza soluciones innovadoras.
  • Empresa: Evinova, una empresa que revoluciona las ciencias de la vida con tecnología de vanguardia.
  • Beneficios: Salario competitivo, flexibilidad laboral y oportunidades de desarrollo profesional.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional y un enfoque inclusivo.
  • Por qué este empleo: Impacta vidas globalmente mientras trabajas con tecnologías de última generación.
  • Cualificaciones: Experiencia en ingeniería de datos y habilidades de liderazgo.

Evinova is seeking a passionate and experienced Data Foundation Engineering Lead to guide in the transformation of our platform-wide data foundation to enable our products, data science, and agents to deliver category leading capabilities. Join us in leveraging cutting-edge technology, data, and AI to revolutionize life sciences and improve billions of lives globally.

In this pivotal role, you will design, implement, and optimize robust cloud-based data lakehouse infrastructure and operational frameworks that enable rapid innovation and deliver exceptional system reliability. You will be one of the senior-most engineers within the team; expected to be hands on, guide, and mentor the team. You will need to share your expertise in cloud data infrastructure, automation, and best practices with the whole of Evinova.

Key Responsibilities

  • AWS Data Services: Deep hands-on experience with Lake Formation, Glue (ETL + Catalogue + Schema Registry), Athena, and at least one of EMR / Redshift Serverless. You understand how these compose, not just how each works in isolation.
  • Open Table Formats: Production experience with S3 Tables, Apache Iceberg (preferred), or Delta Lake. You understand partition evolution, schema evolution, time travel, and compaction — and when each matter.
  • Streaming: Built production streaming pipelines with Kinesis Data Streams or MSK. Comfortable with exactly once semantics, windowing, late-arriving data, and backpressure.
  • Infrastructure as Code: AWS CDK (TypeScript) or CloudFormation. You define infrastructure in code, not in the console. CI/CD for data pipelines is expected, we currently use GitHub Actions, and some Terraform.
  • Data Modelling: Can design dimensional models, event schemas, and slowly changing dimensions. Understand the trade-offs between normalized and denormalized storage for different access patterns.
  • Governance and Security: Practical experience implementing column-level security, row-level filtering, or tag-based access control. Understands how data classification drives policy.
  • Python or Spark: For ETL logic, feature extraction, and data quality validation. PySpark or Spark Scala for distributed transforms.
  • AI & Machine Learning: Exposure to AI tools and frameworks is a plus.
  • Mentorship & Leadership: Mentor and guide junior and mid-level engineers, fostering a culture of learning and collaboration. Provide technical leadership in the adoption of the tooling, patterns, and automation best practices.
  • Collaboration: Partner with cross-functional teams, including product management and security, to align data foundation strategies with business goals and ensure cohesive development and operational workflows.

Required Experience & Qualifications

  • Experience: 10+ years in Data Engineering roles, with significant experience in SaaS and multi-tenant data platforms. Proven track record of mentoring team members in data platform related projects.
  • Cloud Expertise: Strong understanding of AWS services, including VPC, IAM, EC2, S3, RDS, Lambda, EKS, AWS WAF, and AWS CloudTrail.
  • Data Products: Expert knowledge of S3, RDS, DynamoDB, Kinesis, Glue, DataZone, Athena, RedShift Serverless, and AWS EventBridge.
  • Containerization & Orchestration: Deep proficiency in Docker, Kubernetes, Helm, and associated ecosystem tools.
  • CI/CD Proficiency: Expertise in CI/CD tools such as ArgoCD and GitHub Actions.
  • Infrastructure as Code (IaC): Advanced experience with AWS CDK (TypeScript preferred) and CloudFormation.
  • Security: Good knowledge of IAM, AWS KMS, encryption standards, AWS WAF, and security compliance frameworks including NIST.
  • Monitoring & Alerting: Good experience with OpenTelemetry, Prometheus, Grafana, AWS CloudWatch, and AWS CloudTrail for monitoring and incident response.
  • Data & ETL Pipelines: Extensive knowledge with AWS Glue, AWS Kinesis, and Managed Kafka for real-time and batch data processing.
  • Programming & Automation: Strong scripting and automation skills using TypeScript and Bash.
  • Multi-Account AWS Management: Experience managing multiple AWS accounts with AWS Control Tower.
  • Communication & Collaboration: Exceptional verbal and written communication skills, with the ability to explain complex technical concepts to diverse stakeholders.

Desired Experience & Qualifications

  • Advanced expertise in AWS CDK, including building complex, reusable constructs and pipelines.
  • Experience with monitoring and logging tools such as Prometheus, Grafana, and AWS CloudWatch.
  • Exposure to multi-tenant SaaS platforms and best practices.
  • Experience working with AI tools and frameworks.

Personal Attributes

  • Big Picture: Able to understand the strategic direction and help architect smaller initiatives with the direction in mind.
  • Mentor & Leader: Enjoys mentoring team members, and fostering a collaborative, innovation-driven team culture.
  • Organized & Adaptable: Able to manage multiple priorities and thrive in a fast-paced environment.
  • Innovative: Passionate about leveraging technology to solve complex problems and drive efficiency.
  • Customer-Focused: Dedicated to building infrastructure that delivers measurable business and customer value.

When we put unexpected teams in the same room, we unleash bold thinking with the power to inspire life-changing medicines. In-person working gives us the platform we need to connect, work at pace and challenge perceptions. That's why we work, on average, a minimum of three days per week from the office. But that doesn't mean we're not flexible. We balance the expectation of being in the office while respecting individual flexibility. Join us in our unique and ambitious world.

AstraZeneca 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 will be. 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.

Data Foundation Engineering Lead - Evinova empresa: Evinova

Evinova, como parte del grupo AstraZeneca, se destaca como un excelente empleador en el sector de la tecnología de la salud, ofreciendo un entorno de trabajo colaborativo en Barcelona. Aquí, los empleados disfrutan de oportunidades de crecimiento profesional y desarrollo continuo, además de un enfoque en la innovación y la mejora de la atención médica a través de soluciones impulsadas por IA. La cultura laboral fomenta la creatividad y la inclusión, lo que permite a cada miembro del equipo contribuir significativamente a proyectos impactantes.

Evinova

Datos de contacto:

Equipo de selección de Evinova

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Data Foundation Engineering Lead - Evinova

✨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 Foundation Engineering Lead - Evinova en Evinova.

✨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 Foundation Engineering Lead - Evinova en Evinova.

✨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 Foundation Engineering Lead - Evinova.

Creemos que necesitas estas habilidades para triunfar como Data Foundation Engineering Lead - Evinova

AWS Data Services
Lake Formation
Glue (ETL + Catalogue + Schema Registry)
Athena
EMR / Redshift Serverless
Apache Iceberg
Delta Lake

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 Evinova!

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 Evinova.

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

✨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 Evinova. 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.