De un vistazo
- Tareas: Desarrolla y mantiene infraestructuras de datos robustas y escalables para impulsar la analítica.
- Empresa: Factorial, una empresa de software en rápido crecimiento con un ambiente colaborativo.
- Beneficios: Salario competitivo, seguro de salud, clases de idiomas y un entorno multicultural.
- Otra información: Oportunidades de crecimiento profesional en un equipo dinámico y diverso.
- Por qué este empleo: Contribuye a transformar la gestión empresarial mientras trabajas con tecnologías de vanguardia.
- Cualificaciones: Experiencia en construcción de pipelines de datos y conocimiento en herramientas como Apache Spark.
El salario previsto está entre 63000 - 77000 € por año.
¡Hola! 👋 ¿Te gustaría mejorar la forma en que las empresas cuidan a su gente, su activo más valioso?
Nuestro equipo de Data Ops ya potencia características impulsadas por datos en Factorial al proporcionar servicios de ingestión (APIs SaaS, bases de datos, flujos), capacidades de almacenamiento (Data Lake, almacenamiento de flujos), calidad de datos, gobernanza y más. Como Staff Data Engineer, ampliarás esta misión reforzando nuestro ámbito de análisis, aprovechando las mejores prácticas de ingeniería de datos para implementar y mantener tuberías y procesos de datos robustos y escalables.
Trabajarás estrechamente con Ingenieros de Análisis, asegurando la fiabilidad, el rendimiento y el cumplimiento en nuestra arquitectura Lakehouse, mientras conviertes los datos en un activo central para el producto Factorial al construir una infraestructura de datos de alta calidad y confianza que potencia tanto el análisis interno como las características del producto.
Serás parte de un pequeño equipo de Data Ops de alta capacidad, impulsando el diseño y la operación de una infraestructura de datos robusta y escalable que apoya a más de 150 desarrolladores de productos y entrega datos confiables y de alta calidad en todo el producto Factorial. Colaborarás con equipos de Data Ops y Producto para integrar datos de diversas fuentes, diseñar flujos de datos eficientes y mejorar nuestra plataforma de análisis existente con paneles robustos y capacidades de autoservicio.
Utilizamos predominantemente Python para construir servicios de datos de alto rendimiento. Tendrás la propiedad de extremo a extremo de los componentes de Lakehouse, desde el diseño hasta el despliegue, aplicando las mejores prácticas en procesamiento por lotes y en streaming, y colaborando directamente con Infraestructura para construir y operar sistemas analíticos escalables. Escribirás RFCs, participarás en conversaciones técnicas y compartirás conocimientos mientras mentoras a ingenieros menos experimentados, especialmente a Ingenieros de Análisis que trabajan dentro del marco de Lakehouse. Iterarás en ciclos de desarrollo cortos, ejecutando entornos de desarrollo efímeros para probar y fallar rápidamente, todo bajo una mentalidad impulsada por GitOps con las mejores prácticas de CI/CD.
Pasos iniciales en Factorial:
- Leer mucho: Conocer el producto de Factorial, los clientes y las prácticas actuales de Data Ops y Análisis.
- Aprender mucho: Colaborar con miembros del equipo de diferentes dominios para entender sus desafíos de datos y cómo una sólida arquitectura Lakehouse puede ayudar.
- Codificar mucho: Contribuir a tareas pequeñas y victorias rápidas, desde correcciones de errores hasta mejoras en cómo se ingieren, curan y exponen los datos a los Ingenieros de Análisis.
- Fallar mucho: Fomentamos la experimentación. Entendemos que probar nuevas ideas, fallar y mejorar es parte del rol.
- Hablar mucho: Participar en rituales de equipo y llamadas con interesados para descubrir cómo podemos ayudar a las empresas a tomar mejores decisiones a través de análisis.
Lo que nos encantaría ver en tu experiencia:
- Experiencia sólida construyendo y operando tuberías de datos confiables, con un fuerte enfoque en la transformación analítica y las mejores prácticas de Lakehouse.
- Experiencia trabajando con procesamiento distribuido y motores de consulta como Apache Spark y Trino.
- Historial comprobado de implementación de dbt en entornos de producción, incluyendo modelado avanzado, pruebas y documentación.
- Experiencia práctica trabajando con Apache Iceberg en entornos de producción.
- Experiencia con catálogos de Iceberg como Polaris, Lakekeeper o soluciones similares para gobernanza de tablas y gestión de metadatos.
- Experiencia con herramientas de ingestión de datos como Fivetran, Airbyte o plataformas similares de ELT/ETL.
- Familiaridad con los servicios en la nube de Azure.
- Deseable: experiencia diseñando e implementando agentes de IA generativa, incluyendo experiencia práctica con marcos como LangChain.
- Altamente valorado: sólido conocimiento de Terraform y conceptos de infraestructura, incluyendo experiencia con Infraestructura como Código y aprovisionamiento de recursos en la nube.
- Cómodo trabajando en inglés y con equipos distribuidos.
El proceso de contratación:
- Primera conversación con RRHH: una mezcla de temas humanos y de fondo, centrada en cómo podemos trabajar juntos, alinear expectativas y revisar nuestras Rubricas de Ingeniería y rango salarial.
- Entrevista técnica con ingenieros de Factorial, discutiendo un fragmento de código o flujo de datos del que estés orgulloso (o un mini-desafío).
- Charla final con nuestro Director de Ingeniería para profundizar en la cultura, visión de Factorial y responder cualquier pregunta que puedas tener. ¡Todas las entrevistas son remotas, utilizando herramientas de videoconferencia!
Sobre nosotros:
En Factorial, estamos construyendo el software de gestión empresarial líder para empresas de todos los tamaños. Nuestra plataforma centraliza flujos de trabajo clave en RRHH, finanzas y operaciones, liberando a los equipos de procesos manuales para que puedan centrarse en lo que realmente importa: liderar, crecer y cuidar de su gente. Con más de 1,200 empleados en 7 mercados, servimos a más de 700,000 usuarios y somos una de las empresas SaaS de más rápido crecimiento en Europa, respaldada por inversores de primer nivel y orgullosamente con sede en Barcelona. Creemos en objetivos audaces, propiedad radical y colaboración inclusiva. Si estás emocionado por dar forma al futuro de la tecnología de gestión empresarial, nos encantaría conocerte.
Nuestros valores:
- Nosotros lo hacemos: Asumimos la responsabilidad de cada proyecto. Tomamos decisiones, no excusas.
- Aprendemos y enseñamos: Estamos dedicados a aprender algo nuevo cada día y, sobre todo, a compartirlo.
- Colaboramos: Cada decisión es una decisión de equipo. Nos confiamos unos a otros.
- Crecemos rápido: Actuamos rápido. Pensamos que el peor error es no aprender de ellos.
Cómo trabajamos:
Seguimos un enfoque flexible de oficina primero (80%-20%) porque creemos que los mejores productos se construyen cuando las personas colaboran cara a cara. Trabajamos en el sitio varios días a la semana en nuestra sede de Barcelona (o en la oficina de Madrid) para conectar, intercambiar ideas y enviar juntos, mientras mantenemos flexibilidad para un trabajo profundo y equilibrio personal.
Beneficios de ser parte de nuestro equipo:
- Entorno multicultural y amigable de alto crecimiento.
- Seguro de salud privado Alan.
- Vida saludable con Wellhub (gimnasios, piscinas, clases al aire libre).
- Ahorra gastos con Cobee.
- Clases de idiomas.
- Desayuno en la oficina y fruta orgánica.
- Descuentos en Nora.
- Amigable con mascotas.
¿Quieres saber más sobre nosotros? ¡Consulta nuestra página web!
Senior / Staff Data Engineer empresa: Factorial
Factorial es un excelente empleador que ofrece un entorno multicultural y amigable, ideal para aquellos que buscan crecer en el ámbito de ventas. Con oportunidades de desarrollo profesional, beneficios como clases de idiomas, descuentos en comida y un enfoque en la salud y el bienestar, nuestros empleados disfrutan de un equilibrio entre trabajo y vida personal en una de las ciudades más vibrantes de Europa, Barcelona. Aquí, valoramos la diversidad y la inclusión, fomentando un ambiente donde cada voz cuenta y cada idea puede brillar.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Senior / Staff Data 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 / Staff Data Engineer en Factorial.
✨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 / Staff Data Engineer en Factorial.
✨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 / Staff Data Engineer.
Creemos que necesitas estas habilidades para triunfar como Senior / Staff Data Engineer
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 Factorial!
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 Factorial.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Factorial. 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 Factorial
✨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 Factorial. 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.