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. 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**.