Mateo
Full Stack Developer
ReactNode.jsPythonTypeScriptNext.jsMongoDBAWSIAAPIs
Shakers para empresas
Colabora con un Databricks Engineer senior
Un ingeniero de datos certificado especializado en la plataforma Databricks: el lakehouse sobre Delta Lake que consolida tu dato, los pipelines Spark que escalan sin reescribirse y un Unity Catalog que ordena quién accede a qué.
Talento tech senior sobre el workspace que ya tienes, con arranque en días y presupuesto por alcance.
- Talento certificado en skills IA y agentes
- Recibe hasta 3 AI Builders en 72 h
- Modelos de colaboración flexibles
+600
Clientes europeos de diferentes sectores
Top 4%
Trabajamos con el 4% del talento certificado de nuestra comunidad
72 horas
Conoce 3 candidatos certificados en menos de 72 h
4.7/5
Satisfacción de nuestros clientes en Trustpilot
La combinación de talento que tu empresa necesita
En Shakers encontrarás AI Engineers y talento especializado en Tech, Product y Data
Ana
DevOps Engineer
DockerCI/CDAWSAzureKubernetesTerraformAmazon Bedrock
Lucas
Backend Developer
Node.jsPythonJavaGoPHPMySQLMongoDBDocker
.webp?width=1000&height=1000&name=Builder%20Kit%20(1).webp)
Emma
Security Engineer
Burp SuiteOWASP ZAPMetasploitNmapNessusTrivySnyk
Qué aporta este perfil a tu proyecto
Un Databricks Engineer es el ingeniero de datos especializado en la plataforma Databricks: construye el lakehouse con Delta Lake, escribe los pipelines con Spark y PySpark y habilita las consultas del negocio con Databricks SQL, todo bajo el gobierno de Unity Catalog.
Es la especialización del data engineer cuando la empresa no quiere más silos: batch y streaming, dato estructurado y no estructurado, en una sola plataforma sobre AWS o Azure.
DatabricksDelta LakeSparkPySparkDatabricks SQLUnity CatalogDelta Live TablesMLflowAirflowPythonSQLdbtKafkaAWSAzurecoste de clúster
Un proveedor. Un contrato. Trazabilidad completa
Cómo funciona Shakers para tu empresa
Publica tu proyecto
Cuéntanos el proyecto, el alcance, el expertise que necesitas y cuándo quieres empezar a trabajarlo.
Recibes tres opciones
Cruzamos tu encargo con el talento certificado y te presentamos a los tres AI Builders que más encajan.
La última palabra es tuya
Reúnete con los tres especialistas y decide con quién quieres colaborar; del resto nos encargamos nosotros.
Por qué colaborar con Shakers
Ventajas de sumar este perfil con Shakers
Un lakehouse, no otro silo
Batch y streaming sobre Delta Lake: el dato estructurado y el no estructurado conviven en la plataforma que consulta el negocio.
Pipelines Spark que escalan
Transformaciones que aguantan el crecimiento sin reescribirse: partición y jobs que no revientan cuando entra el pico.
Unity Catalog desde el día uno
Quién accede a qué tabla, con qué permiso y con linaje del dato: la gobernanza que evita el descontrol cuando el lakehouse crece.
Databricks SQL para cada área
El negocio consulta con SQL estándar sobre el mismo dato que los pipelines: una sola cifra para finanzas, operaciones y producto.
Coste de clúster bajo control
Autoscaling y políticas de clúster pensadas antes de la primera factura: la plataforma se sostiene sola cuando el proyecto acaba.
Puente natural hacia el ML
MLflow y el dato ya gobernado dejan el camino listo para los modelos: cuando llegue el scientist, no empieza de cero.
Preguntas frecuentes
Si tienes cualquier otra duda, nuestro equipo te la resuelve.
Cuéntanos tu proyecto de datos¿Databricks Engineer o data engineer?
El data engineer construye pipelines con cualquier stack; el Databricks Engineer especializa ese oficio en una plataforma: lakehouse, Delta Lake y Unity Catalog. Si ya tienes workspace, este es el rol.
¿Cuánto cobra un Databricks Engineer?
Lo fija el alcance: número de fuentes, volumen a mover y gobierno del catálogo. En Shakers el proyecto se presupuesta por entregables, no por horas de clúster ni por días de persona.
¿Cuánto tarda el primer pipeline en producción?
Con acceso al workspace y una sesión de alcance, la primera capa bronze a gold con datos reales llega en días. El lakehouse completo, con gobierno y permisos por área, se entrega por hitos.
¿Especialista externo o equipo interno de datos?
El externo encaja para estrenar el lakehouse, ordenar un workspace sin gobierno o un acelerador acotado; el interno, para el día a día. Muchos encargos acaban en traspaso documentado.
¿El trabajo con Databricks se hace en remoto?
Casi todo: el workspace vive en la nube y las sesiones con el equipo son remotas. Solo algún despliegue con datos on-premise pide presencialidad puntual.
¿Qué necesita el especialista para arrancar?
Acceso al workspace de Databricks (o a la suscripción de AWS o Azure donde se va a crear), las fuentes de datos y una sesión para fijar zonas, cadencia y permisos del catálogo.
Qué entrega en las primeras semanas
El workspace en orden: zonas bronze, silver y gold sobre Delta Lake, el primer pipeline productivo y el catálogo con permisos por área. Cada tabla tiene dueño, cadencia y linaje.
1.591 ofertas piden Databricks
1.591 ofertas tech activas en España piden Databricks, según el análisis de mercado de Shakers (n=43.492, octubre de 2026). Ya no es un extra del CV de datos: aparece en encargos de MLOps, de data science senior y de ingeniería de datos sobre AWS.
Dónde termina el Databricks Engineer
Construye y gobierna la plataforma del dato; la interpretación es del analista y el modelo, del scientist. Si tu problema es decidir qué gráfico mirar, el rol que encaja es otro.
Senior, porque el clúster no perdona
Un job mal particionado no falla en la demo: falla cuando el dato crece y llega la factura. El alcance se acuerda antes de arrancar.
Conecta con especialistas en IA para construir tu próximo proyecto
Encuentra especialistas en Tech, Product, Data para complementar tu equipo
Data Engineer
El oficio genérico del que este rol especializa: si el encargo aún no tiene plataforma, empieza aquí y el workspace se decide después.
Data Scientist
Entrena sus modelos sobre el dato ya gobernado del lakehouse: sin capas fiables, la predicción no llega a ninguna parte.
Machine Learning Engineer
Pone esos modelos en producción con MLflow sobre la misma plataforma: el puente natural cuando el dato ya está en casa.
AWS Engineer
La cuenta y la red donde corre el workspace: sin esa base bien resuelta, el clúster paga el peaje en cada factura.
El talento IA que necesitas Certificado por Shakers
Te presentamos a tres AI Builders ready_to_build en 72 horas.
