Senior Data Analyst / Analytics Engineer

GrayHair es una Scale-Up americana que convierte 125.000 millones de datos postales al año en decisiones de negocio para los mayores bancos, aseguradoras y empresas de salud de Estados Unidos. Ya tienen varios españoles en el equipo (algunos, fichados con nosotros) y la cosa les va tan bien que vuelven a por más.

Esta vez buscan a alguien que viva a caballo entre el dato y el negocio: que monte el pipeline, garantice que los números cuadran y luego se los explique al cliente con un dashboard que se entienda a la primera.

Si te apetece trabajar para una empresa de EE. UU. sin visados, sin mudanzas y sin salir de casa… sigue leyendo 😉

Para ponerte en contexto 🧐

Desde el año 2000, GrayHair es el principal consumidor y proveedor de datos postales de Estados Unidos. Rastrean miles de millones de envíos y eventos de escaneo para que sus clientes puedan medir campañas, prevenir fraude, mejorar la experiencia de cliente y optimizar sus operaciones de correo.

Llevan un tiempo inmersos en una transformación tecnológica de arriba abajo, y se nota: lo que hace dos años era un proyecto de migración hoy ya es el core. Snowflake es su warehouse principal, los pipelines se orquestan con Airflow y todo vive en AWS. Ahora toca el siguiente paso: modernizar el reporting legacy y llevarlo a un stack cloud-native.

¿Qué pintas tú en este fregao'? 👇

Te unirás al equipo de Analytics como la persona que convierte miles de millones de eventos en respuestas que un cliente puede usar. Es un rol híbrido de verdad: una parte de ingeniería de datos (pipelines, calidad, modelado), otra de BI (dashboards y reporting) y otra de cara a cliente (explicar qué ha pasado y por qué).

No es un puesto de "sacar informes": aquí diseñas el feed, lo pones en producción, montas las alertas para que no falle y, cuando algo raro pasa, eres quien encuentra la causa raíz y se la cuenta al cliente.

• Oversee the end-to-end design and execution of robust, scalable technical solutions, ensuring system architectures are resilient, performant, and aligned with long-term business goals.
• Lead the migration of legacy SQL data feeds to Snowflake.
• Build, maintain, and debug ETL data pipelines using Airflow (DAG configuration, data manipulation, group-by operations, and pushing back to Snowflake).
• Maintain and manage over 200 data feeds (CSV, Excel, email outputs) serving hundreds of customers.
• Manage data storage and lifecycle policies in AWS (S3 and EC2).
• Write stored procedures and schedule daily tasks in Snowflake.
• Implement code version control and dev standards using Git, GitHub, and GitHub Actions.

Lo que de verdad distingue a GrayHair es su estructura plana. Tendrás acceso directo a los leads y a dirección, sin capas ni jerarquías de por medio, y mucha autonomía para decidir cómo resolver los problemas.

• 🗣️ Comunicación abierta: el feedback constructivo es continuo y el día a día pasa por Slack.
• 🔁 Agile de verdad: trabajan en sprints, con un refinement al inicio de cada uno para que las tareas lleguen bien definidas. Todo se gestiona en Jira y las decisiones de arquitectura se documentan en Confluence.
• 👀 Cámara encendida: son un equipo 100% remoto que cuida mucho la conexión humana, así que en las reuniones las cámaras van encendidas. Aquí nadie es un avatar gris 😄
• 🧪 Buenas prácticas: code reviews entre compañeros, UAT y documentación como parte del trabajo, no como castigo.

Y sí, la cultura es 100% americana 🗽: directa, orientada a resultados y con mucha confianza en que cada persona es dueña de lo suyo.

En lo personal 🙍🏾‍♀️

• Que disfrutes desenredando problemas de datos complejos, tanto técnicos como de lógica de negocio.
• Comunicación clara, también con clientes: saber explicar una causa raíz a alguien que no es técnico es parte del trabajo.
• Capacidad para llevar varios frentes a la vez y cumplir plazos, con autonomía y buen criterio para saber cuándo preguntar.

En lo técnico 👩🏾‍💻

• SQL a nivel experto: window functions, joins complejos y optimización de queries.
• Python para trabajo con datos (pandas o equivalente), también a nivel experto.
• Experiencia con warehouses cloud o columnares a escala (Snowflake preferiblemente; Redshift o BigQuery también valen).
• Dominio de ETL/ELT y conceptos de data warehousing, incluidas cargas incrementales sobre datasets grandes.
• Modelado dimensional y slowly changing dimensions (SCD).
• Scripting nativo en el warehouse: stored procedures, tareas programadas, Snowflake Scripting o similar.
• AWS: S3 y CloudWatch (logs, métricas y alarmas).
• Git, GitHub y GitHub Actions.
• Algo de experiencia con orquestadores (Airflow, Dagster o similar).
• Familiaridad con stack estadístico (NumPy, scikit-learn, R o similar).

Estaría bien 👌

• Experiencia con plataformas de BI modernas: Sigma, Tableau, Power BI, Looker…
• Otros servicios de AWS: Athena, Glue, Lambda y SES.
• Optimización de coste y rendimiento de queries: clustering, particionado, sizing de warehouses.
• IA/ML aplicada a analítica, incluidos flujos agénticos para automatizar tareas de datos.
• Experiencia con datos de logística, supply chain, direct mail u otros event-streams.
• Certificaciones SnowPro o AWS.
• Máster en un campo cuantitativo (BI, estadística, ingeniería, informática, matemáticas…).

🏖️ 23 días de vacaciones + festivos (nacionales, regionales y locales) + el día de tu cumpleaños.

🌏 Teletrabajo 100%, con horario flexible fuera del solape con EE. UU.

💻 Eliges tu equipo de trabajo.

💰 Budget para formación.

🏥 Seguro de salud.

🧠 Sesiones de coaching y/o terapia.

✈️ Offsite anual en EE. UU., con todo pagado.

👨‍👩‍👧‍👦 Eventos y dinámicas de team building.