Ingeniero de Datos

Descripción

Resumen: ThetaRay busca un Ingeniero de Datos para diseñar e implementar tuberías de datos impulsadas por IA destinadas a la detección de delitos financieros, colaborando con diversos equipos para mejorar la funcionalidad del producto. Aspectos destacados: 1. Tener un impacto real en la detección de delitos financieros impulsada por IA 2. Construir y optimizar tuberías de datos para instituciones financieras globales 3. Trabajar con expertos en producto, I+D, datos y análisis * Madrid, España ### **Descripción** En ThetaRay, nuestro propósito es hacer del mundo un lugar más seguro protegiendo la integridad del sistema financiero global. Lo logramos poniendo la IA en el centro tanto de nuestra tecnología como de nuestra forma de trabajar. Nuestras soluciones impulsadas por IA ayudan a bancos y empresas fintech de todo el mundo a detectar y detener graves delitos financieros, desde la trata de personas y la financiación del terrorismo hasta el blanqueo de capitales sofisticado, mientras que tecnologías avanzadas, automatización y herramientas impulsadas por IA ayudan a nuestros equipos a colaborar de forma más inteligente, actuar con mayor rapidez y mejorar continuamente cómo construimos, entregamos e innovamos. **Acerca del puesto:** Buscamos un **Ingeniero de Datos** capaz de convertir su experiencia, iniciativa y pensamiento audaz en un impacto real sobre la próxima generación de detección de delitos financieros impulsada por IA. Si combinas sólidas capacidades de ingeniería de datos con experiencia práctica en la construcción y optimización de tuberías y transformaciones de datos a gran escala, y si te motiva diseñar los flujos de datos que impulsan la detección real de blanqueo de capitales para instituciones financieras globales, ThetaRay podría ser tu próximo reto. **Responsabilidades:** * Implementar y mantener flujos de tuberías de datos en producción dentro del sistema ThetaRay según el diseño del científico de datos * Diseñar e implementar flujos de datos basados en soluciones para casos de uso específicos, permitiendo la aplicabilidad de las implementaciones dentro del producto ThetaRay * Construir una tubería de datos para aprendizaje automático * Crear herramientas de datos para los miembros de los equipos de análisis y científicos de datos que les ayuden a construir y optimizar nuestro producto convirtiéndolo en un líder innovador del sector * Trabajar con expertos en producto, I+D, datos y análisis para lograr una mayor funcionalidad en nuestros sistemas * Capacitar a científicos de datos e ingenieros de clientes para que mantengan y modifiquen las tuberías de datos dentro del producto * Viajar a ubicaciones de clientes tanto nacionales como internacionales * Construir y gestionar relaciones técnicas con clientes y socios ### **Requisitos** * 2 o más años de experiencia práctica trabajando con Apache Spark —obligatorio * Experiencia práctica con **SQL** * Experiencia práctica con herramientas de control de versiones como GIT * Experiencia práctica con el ecosistema Apache Hadoop, incluidos Hive, Impala, Hue, HDFS, Sqoop, etc. * Experiencia con Python (Pandas) * Experiencia con PySpark/Scala/Java/R * Experiencia práctica con transformaciones de datos, validaciones, limpieza y creación de características para aprendizaje automático * Título universitario (Licenciatura) o superior en Ciencias de la Computación, Estadística, Informática, Sistemas de Información, Ingeniería u otra disciplina cuantitativa * Experiencia trabajando con tuberías, arquitecturas y conjuntos de datos de big data, y su optimización —ventaja * Fuertes habilidades analíticas relacionadas con el trabajo con conjuntos de datos estructurados y semiestructurados * Desarrollo de procesos que apoyen la transformación de datos, estructuras de datos, metadatos, dependencias y gestión de cargas de trabajo * Experiencia realizando análisis de causa raíz sobre datos y procesos internos y externos para responder preguntas comerciales específicas e identificar oportunidades de mejora * Orientación comercial y capacidad para trabajar con clientes externos y equipos multifuncionales * Dominio fluido del inglés y del español, tanto escrito como hablado **Deseable** * Experiencia con Linux * Experiencia en la construcción de tuberías de aprendizaje automático * Experiencia con Elasticsearch * Experiencia con Zeppelin/Jupyter * Experiencia con plataformas de automatización de flujos de trabajo como Jenkins o Apache Airflow * Experiencia con componentes de arquitectura de microservicios, incluidos Docker y Kubernetes.