Description du poste
Enterprise Data Engineering Lead Buscamos un perfil líder en ingeniería de datos que combine una sólida capacidad técnica en arquitecturas escalables con visión estratégica a nivel empresarial. Esta posición es clave para construir y liderar equipos de Data Engineering, impulsando tanto la innovación y transformación corporativa de nuestras plataformas de datos como el desarrollo técnico y las buenas prácticas del área. Responsabilidades Estratégicas y de Liderazgo: Estrategia y Transformación: Definición de estrategias de Data Engineering a nivel empresarial, impulsando la innovación y transformación de las plataformas de datos. Liderazgo de Equipos e Iniciativas: Construcción y liderazgo de equipos de Data Engineering, dirigiendo tanto iniciativas de desarrollo como iniciativas corporativas de plataformas de datos. Asesoría Ejecutiva y Proveedores: Asesoramiento a la dirección en inversiones de infraestructura de datos, liderando la evaluación y selección de proveedores tecnológicos y estableciendo alianzas estratégicas y relaciones con ellos. Gobierno, Estándares y Mentoría: Establecimiento de estándares, marcos de gobierno y buenas prácticas de Data Engineering, garantizando el cumplimiento en Data Governance y Compliance y mentorizando a perfiles junior. Gestión y Optimización de Costes: Definición de estrategias de gestión y optimización de costes, asegurando también la optimización del rendimiento y costes de los pipelines. Responsabilidades Técnicas y de Arquitectura Arquitectura de Datos: Diseño e implementación de arquitecturas de datos escalables y arquitecturas enterprise de plataformas de datos, abarcando modelos de Data Lake, Data Mesh y Data Fabric. Cloud Data Platforms y Big Data: Desarrollo y gestión sobre plataformas cloud (Snowflake, Databricks, BigQuery) y tecnologías Big Data (Apache Spark, Apache Kafka, Hadoop). Orquestación y Streaming: Implementación de procesamiento de datos en streaming (Kafka Streams, Apache Flink) y diseño de flujos mediante herramientas de orquestación (Apache Airflow, Prefect, Dagster). DataOps, MLOps e Infraestructura: Aplicación de prácticas DataOps, MLOps e Infrastructure as Code, colaborando estrechamente con Data Scientists en pipelines de Machine Learning. Requisitos: Experiencia demostrada de 3 a 5+ años en posiciones de Data Engineering, combinando ejecución técnica con liderazgo de equipos e iniciativas corporativas de plataformas de datos. Dominio técnico de arquitecturas escalables, Cloud Data Platforms, tecnologías Big Data, orquestación, streaming e Infrastructure as Code, sumado a experiencia en Data Mesh, Data Fabric, Data Governance y gestión de proveedores. Inglés C1 Residencia en Valencia o disponibilidad para trabajar bajo un modelo híbrido en nuestras oficinas con 2 días de teletrabajo a la semana. DataOps, MLOps e Infrastructure as Code, Data Lake, Data Mesh Data Fabric, Kafka Streams, Apache Flink, Apache Airflow, Prefect, Dagster