Data Engineer - Scaled Experimentation

Data Engineer - Scaled Experimentation

Full Time 50850 - 62150 € / año (est.) Híbrido
S

De un vistazo

  • Tareas: Desarrolla y mantiene la plataforma de experimentación interna, asegurando la calidad de los datos.
  • Empresa: Super Technologies, un grupo tecnológico global en entretenimiento y experiencias centradas en el fan.
  • Beneficios: Seguro médico, vacaciones anuales, programas de asistencia y desarrollo profesional.
  • Otra información: Únete a un equipo diverso y dinámico que está moldeando el futuro del entretenimiento.
  • Por qué este empleo: Impacto directo en experimentos que afectan a millones de usuarios y autonomía en tu trabajo.
  • Cualificaciones: Fuertes habilidades en Python, experiencia con pilas de datos modernas y mentalidad de calidad de datos.

El salario previsto está entre 50850 - 62150 € por año.

We are on a mission to pioneer the world’s next era of play.

As we grow across Europe and Latin America, we’re building The Playstack - the technology powering the next generation of sports, gaming, and fan experiences.

Join us, and help make it the most widely used platform in the world!

From operations, to marketing, to product, we are looking for talented people who will shape how millions of customers play, watch, and connect every day.

You will join the Scaled Experimentation team, who build and run Super Technologies' internal

Experimentation

Platform: the system every product and engineering team uses to run trustworthy A/B tests, holdout experiments, and feature flags at scale.

As a Data Engineer , you will own the data backbone of this platform, with the Metric Store and evaluation data pipelines at its centre, spanning everything from Airflow DAGs and Snowflake models to Fast API services, CI/CD, and the integrations that keep metric definitions in sync across Data Hub, Git Hub, and the platform UI.

  • What the role involves
  • Own and evolve the

Metric Store : the metric definition repository, its Fast API service layer, and the Git-backed, PR-based workflows that let users create and edit metrics through the platform UI.

  • Build and maintain evaluation and monitoring pipelines in Airflow on Snowflake, covering experiment evaluation, SRM detection, exposure log processing, and alerting.
  • Deploy services to production end to end, including Docker images, gitops-based Kubernetes deployments, Git Hub Actions CI/CD, and monitoring with Prometheus and Grafana.
  • Investigate data quality and trust issues , reconciling exposure counts across tables and dashboards, debugging SRM signals, and validating bucketing and hashing behaviour.
  • Collaborate with backend engineers, data scientists, and the product manager, contributing RFCs and design docs and reviewing experiment setups for internal teams.
  • Improve developer experience for platform users through documentation, data exports, and tooling, including MCP and AI-assisted interfaces to experiment data.
  • What we are looking for
  • Strong Python engineering skills, including well-tested production code, API development (Fast API or similar), and sound software design.
  • Solid experience with a modern data stack: workflow orchestration (Airflow or similar), a cloud data warehouse (Snowflake preferred), and SQL you can debug and optimise under real data volumes.
  • Experience running services in production, including CI/CD pipelines, containerisation, Kubernetes or gitops-style deployments, and observability.
  • A data quality mindset — you notice when two numbers that should match do not, and you dig until you know why.
  • Clear written communication, as RFCs, technical documentation, and async collaboration are core to how this team works.
  • Nice to have
  • Familiarity with experimentation concepts: A/B testing, exposure vs. assignment, SRM, power analysis, CUPED, holdouts.
  • Experience with a data catalogue or metadata platform (Data Hub/Acryl or similar).
  • Comfort making changes across the stack, including a Type Script/React UI when the project calls for it.
  • Experience building platforms or tooling for internal engineering customers.
  • Interest in AI-assisted developer tooling (MCP servers, agent-friendly data exports).
  • Why this role
  • Direct, visible impact: your pipelines and services determine whether hundreds of experiments across Super Technologies produce trustworthy results.
  • A genuinely cross-disciplinary team: backend, data science, and product working in one loop, with strong statistical rigour (SRM analysis, hashing audits, metric noise profiling).
  • Modern tooling and real autonomy: you deploy your own services, and RFC-driven decisions mean your voice shapes the platform.

What we offer

  • Medical / Health Insurance
  • Open Annual Leave
  • Employee Assistance Programme
  • Training & Learning Development

Additional benefits vary by country and will be shared during the hiring process.

About Super

We are a global technology group, dedicated to building the future of entertainment and fan-centric experiences.

With commercial markets in Brazil, Belgium, Poland, Romania, Greece and Serbia, and a network of offices across Spain, Croatia, Malta, Gibraltar, the Netherlands and the UK, we are a truly international organization.

Our purpose at Super has evolved from sports and betting into creating the platform that stretches into the wider world of technology-driven entertainment.

With a growing and diverse team of more than 5,000 people, we create immersive, responsible, and personalised experiences for millions of customers worldwide.

Shaping the Future of Play

Everything we do at Super is rooted in doing what is right: for customers, for each other, and for our long-term vision.

Our Culture Manifesto is our North Star.

It captures our purpose, mission, and the six core beliefs that shape how we think, make decisions, and act every day.

Want to explore our culture in more detail?

Visit our careers page: super. xyz/careers

Super is committed to the highest standards of compliance, safety, and responsibility.

As such, we are active members of the International Betting Integrity Association (IBIA) and the European Gaming & Betting Association (EGBA).

At Super, we operate as a high-performing team.

We hire and grow talent based on ability and potential, regardless of background and identity because we know diverse perspectives, drive better performance.

Data Engineer - Scaled Experimentation empresa: Super

Super es un empleador excepcional que ofrece un entorno de trabajo dinámico y colaborativo en Zagreb, Croacia. Con un enfoque en la innovación y el crecimiento, brindamos oportunidades para el desarrollo profesional y la creación de soluciones impactantes en el sector del entretenimiento. Nuestro equipo diverso y apasionado fomenta una cultura de aprendizaje continuo y mejora, asegurando que cada empleado tenga un papel significativo en la evolución de nuestra plataforma y en la experiencia del usuario.

S

Datos de contacto:

Equipo de selección de Super

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Data Engineer - Scaled Experimentation

✨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 - Scaled Experimentation en Super.

✨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 - Scaled Experimentation en Super.

✨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 - Scaled Experimentation.

Creemos que necesitas estas habilidades para triunfar como Data Engineer - Scaled Experimentation

Python
Desarrollo de API (FastAPI o similar)
Diseño de software
Orquestación de flujos de trabajo (Airflow o similar)
Almacén de datos en la nube (Snowflake preferido)
SQL
CI/CD

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 Super!

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 Super.

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

✨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 Super. 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.