Data Engineer Senior Scala y Apache Spark — Remoto - LATAM/Europa — Fintech - Scala,

Descripción del puesto

Sobre la vacante

Evolve Squads está buscando un Data Engineer Senior para unirse a su equipo remoto y construir la próxima generación de plataformas de análisis de datos para el mercado de finanzas estructuradas de más de $16 billones. No solo moverás datos, trabajarás en proyectos significativos y a largo plazo que impulsan el préstamo responsable y ayudan activamente a prevenir futuras crisis financieras.

Requisitos principales:

• 3+ años de experiencia en desarrollo de pipelines ETL/ELT en producción
• Experiencia sólida con Apache Spark (2+ años, Scala preferido)
• Dominio de GCP (BigQuery, Dataproc, Airflow)
• Fuertes habilidades de programación orientada a objetos (OOP)
• Capacidad para solucionar problemas proactivamente, automatizar la ingesta de datos para nuevos clientes y traducir lógica empresarial compleja en código Scala de alto rendimiento

Beneficios:

• Trabajo 100% remoto desde cualquier lugar de LATAM o Europa
• Horarios flexibles
• Proyectos significativos con tecnología de vanguardia
• Vacaciones pagadas
• Apoyo para membresía de gimnasio
• Mentoría
• Contrato a largo plazo y tiempo completo

¿Por qué deberías aplicar?

Esta no es solo otra posición de ingeniería de datos. Estarás en el centro de la transformación financiera, trabajando en proyectos que tienen un impacto real en la transparencia del mercado y la prevención de crisis. Evolve Squads te ofrece la oportunidad de crecer profesionalmente mientras dominas tecnologías como Apache Spark y GCP en un entorno que valora la innovación y el trabajo significativo. Si buscas un rol donde tu código importe más allá del repositorio, esta es tu oportunidad.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Apache Spark con Scala: No solo experiencia, sino comprensión profunda de optimización y tuning
• GCP ecosystem: BigQuery, Dataproc y Airflow como herramientas core
• ETL/ELT pipeline design: Patrones, monitoreo y escalabilidad
• OOP y clean code: Fundamental para mantener código complejo y legible
• Business logic translation: Habilidad para convertir requisitos empresariales en soluciones técnicas

Tips prácticos para este puesto

• Prepara tu portfolio de pipelines: Ten ejemplos concretos de pipelines ETL/ELT que hayas diseñado, optimizado o solucionado
• Domina los casos de uso de Spark: Prepárate para preguntas sobre particionamiento, shuffling y optimización de jobs
• Investiga el dominio financiero: Entender el contexto de finanzas estructuradas te dará ventaja en las entrevistas
• Practica coding challenges en Scala: Especialmente problemas de procesamiento de datos a gran escala

Recursos recomendados

• Documentación oficial: Apache Spark Documentation, Google Cloud Data Engineering Guide
• Cursos: "Scala & Spark for Big Data" en Udemy, "Data Engineering on Google Cloud" en Coursera
• Influencers: Holden Karau (Spark committer), Jules Damji (databricks), Lynn Langit (GCP expert)
• Herramientas: Databricks Community Edition para practicar Spark, Google Cloud Free Tier

Preguntas frecuentes en entrevistas para este rol

• "¿Cómo optimizarías un job de Spark que está tomando demasiado tiempo?" - Tip: Habla sobre particionamiento, evitar shuffles innecesarios, usar broadcast joins cuando sea posible y revisar la configuración de recursos
• "Describe tu experiencia diseñando un pipeline ETL de principio a fin" - Tip: Estructura tu respuesta con: requisitos, diseño, implementación, testing, deployment y monitoreo. Menciona herramientas específicas y métricas de éxito
• "¿Cómo manejas cambios en los requisitos de negocio a mitad del desarrollo de un pipeline?" - Tip: Enfatiza comunicación con stakeholders, diseño modular, versionamiento de datos y estrategias de rollback

Rango salarial estimado (LATAM)

Basado en datos de Glassdoor, Computrabajo, GetOnBoard y el mercado actual: | Nivel | Rango mensual USD | |-------|-------------------| | Junior | $2,500 - $3,500 | | Mid | $3,500 - $5,000 | | Senior | $5,000 - $7,500 |

*Nota: Varía según país, empresa, modalidad (remoto internacional paga más) y tecnologías específicas. Empresas de USA/EU pagando en LATAM suelen ofrecer 30-50% más. Para Europa, los rangos pueden ser 20-40% superiores dependiendo del país.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en los requisitos de negocio - Qué preguntar en la entrevista: "¿Podrían compartir ejemplos específicos de lógica empresarial que necesitaré traducir a código?"
• Bandera roja 2: Infraestructura de datos desorganizada - Qué investigar antes de aceptar: Pregunta sobre sus prácticas de data governance, documentación de pipelines y estrategias de calidad de datos
• Bandera roja 3: Expectativas poco realistas sobre escalabilidad - Señal de advertencia común en este tipo de rol: Si mencionan "necesitamos procesar petabytes mañana" sin una arquitectura clara, podría indicar falta de planificación técnica