De un vistazo
- Tareas: Diseña y construye productos de datos que impulsan nuestros flujos de trabajo de crédito.
- Empresa: Proveedor innovador de soluciones de capital de trabajo para pymes.
- Beneficios: Contrato indefinido, modelo híbrido, seguro médico y beneficios flexibles.
- Otra información: Ambiente dinámico e internacional con oportunidades de crecimiento profesional.
- Por qué este empleo: Impacta en decisiones en tiempo real y trabaja con un equipo motivado.
- Cualificaciones: Experiencia en producción de soluciones de ciencia de datos y habilidades en Python.
El salario previsto está entre 49500 - 60500 € por año.
Описание
Our company is an end-to-end working capital solutions provider focused on enabling CFOs/Finance teams of SMEs to pay their suppliers and collect from their customers.
This includes short-term credit (factoring, supply chain finance and loans) and payment automation solutions.
We are looking for a Data Engineer with a strong product mindset to join our Data team.
Your primary mission will be to design, build, and maintain production-grade data products that power our credit workflows — turning Data Scientist research and models into robust, scalable services that enable real-time decisions at the core of our business.
Задачи
- Productionize credit risk and fraud models
- Work closely with the Data Science team to productionize Data Science solutions
- Own the full ML lifecycle: feature engineering, training and retraining workflows, model versioning (MLflow), and live monitoring for drift and degradation.
- Ensure deployed models meet the performance and latency standards required by automated credit decision workflows.
- Build internal APIs to expose credit scoring, risk signals, and underwriting features — consumed by the company's platform, operational teams, and third-party partners.
- Model and maintain database schemas for credit products: scoring results, decision logs, exposure tracking, repayment history — optimized for both operational and analytical access.
- Own the data layer for new products (micro-credit, portfolio factoring, supply chain finance) from scratch: define the business logic, model the data, and implement end-to-end pipelines.
- Design systems that grow with credit volumes and new product types — without requiring hard architectural rework every time.
- Apply software engineering best practices: modular code, unit and integration tests, CI/CD pipelines, clear documentation.
- Containerize and deploy services on AWS with Docker; orchestrate batch workflows (scoring runs, data refresh) with tools like Airflow.
- Data Scientists: iterate rapidly on productionization — you are their engineering partner, not just a deployment step.
- Software Engineers: integrate data services into the platform cleanly, with clear API contracts and stable interfaces.
- Credit, Risk and Underwriting teams: translate operational needs into robust data product requirements.
Требования
- You have at least 3 years of experience in shipping Data Science solutions into production: feature pipelines, training and retraining workflows, model versioning, and live monitoring.
Not prototypes — real systems that users and workflows depend on.
- Clean, modular, testable Python is your default.
- Comfortable with Fast API, SQLAlchemy, Pydantic and similar libraries; you know the difference between code that works and code that ships.
- Hands‑on building internal REST APIs: request validation, async patterns, error handling, Open API docs.
You design stable contracts and think about versioning and performance from day one.
- Strong database skills across operational and analytical workloads: schema design, indexing, partitioning, query optimization.
- Comfortable modeling finance-domain data — scoring outputs, decision logs, exposure and repayment history.
- Solid AWS cloud experience (S3, RDS, EC2, Lambda, IAM, others) deploying and operating APIs and batch workers.
- Comfortable containerizing workloads with Docker.
- Small team, high autonomy.
- You drive work from problem definition to production with minimal guidance, and you measure quality in terms of credit decisions — not just technical correctness.
Условия
- Full‑time work with an open‑ended contract
- Hybrid work model: we work 3 days from the office and 2 days from home to improve work‑life balance
- Flexible benefits with Coverflex: you will be able to include in your paycheck the monthly expenses for food, transportation, daycare and others
- Medical insurance: we offer an optional health insurance through Sanitas, with competitive rates and company subsidizes 30% to guarantee your wellbeing
- Communicate better with your colleagues by signing up for free English or Spanish classes if you need them
- Gym membership with Urban Sports Club, partly subsidized by company (we also have a running club!)
- Incredible and highly motivated co‑workers
- You will participate in our company events and get to meet the rest of the team that is spread across Spain
- You will be part of our dynamic and international work environment, with a flat hierarchy and open communication between teams
- Library with plenty of books to choose from. If you can’t find anything, let us know and we’ll add it to the library.
- Free fruit, coffee and tea in the office. We know it's customary, but we like to take care of you anyway.
Data & machine learning engineer in Barcelona empresa: Joppy
Joppy es un empleador excepcional que ofrece un entorno de trabajo dinámico y colaborativo, ideal para aquellos apasionados por la tecnología y la seguridad en el sector farmacéutico. Con oportunidades de crecimiento profesional y un enfoque en la innovación, nuestros empleados disfrutan de beneficios competitivos y un ambiente que fomenta la creatividad y el desarrollo personal, todo ello en un lugar donde la misión crítica de nuestras operaciones se convierte en una experiencia gratificante y significativa.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Data & machine learning 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 Data & machine learning engineer en Joppy.
✨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 & machine learning engineer en Joppy.
✨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 & machine learning engineer.
Creemos que necesitas estas habilidades para triunfar como Data & machine learning engineer in Barcelona
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 Joppy!
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 Joppy.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Joppy. 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 Joppy
✨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 Joppy. 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.