Especialista En Datos (Almería)

¿Te apetece unirte al equipo de Mutua Madrileña y formar parte de un proyecto único y en continuo crecimiento?Buscamos un Senior Data + IA Engineer con experiencia en Data Engineering, IA Generativa, sistemas agentic y automatización inteligente, así como con conocimiento experto o avanzado en productos financieros y de ahorro, especialmente en fondos de inversión, planes de pensiones y productos de Vida.El perfil se incorporará a un equipo de Datos, IA y Automatización con foco en negocio dentro del ámbito Patrimonial de Mutua Madrileña, dando soporte directo a las áreas de Mutuactivos y Vida.Será fundamental que combine una sólida capacidad técnica con una clara visión de negocio, entendiendo la operativa, las necesidades comerciales y los procesos de asesoramiento asociados a estos productos, para traducirlos en soluciones de datos e IA con impacto real.El rol será responsable del diseño, construcción y despliegue de aplicaciones de IA aplicadas a procesos de negocio, incluyendo asistentes inteligentes, automatizaciones avanzadas, agentes de decisión y soluciones conversacionales o de voz, así como de la construcción de pipelines, modelos de datos y ontologías sobre plataformas modernas como Palantir, colaborando estrechamente con equipos de plataforma, perfiles de IA y áreas de negocio.Responsabilidades (foco en impacto al negocio)Relación con negocio y gestión de stakeholdersInteracción directa con equipos de negocio.Entendimiento profundo de necesidades y objetivos.Traducción a soluciones de datos alineadas con la ontología.Priorización basada en impacto.Gestión de expectativas, tiempos y alcance.Acompañamiento en adopción.Identificación proactiva de oportunidades de valor.Ingeniería de datos (transformación y consumo)Diseño, desarrollo y mantenimiento de pipelines ETL/ELT (capas de transformación y consumo).Desarrollo de pipelines en Palantir Foundry.Transformación y enriquecimiento de datos orientados a casos de uso de negocio.Optimización de rendimiento, costes y fiabilidad.Implementación de controles de calidad y monitorización.Colaboración con equipos de plataformaInterlocución directa con equipos de ingestas y plataformas de datos.Entendimiento de la arquitectura (sin ser responsable de implementarla).Definición de requisitos de datos: formatos, SLAs, calidad y contratos.Alineamiento con estándares de arquitectura y gobierno.Identificación y gestión de incidencias en la cadena de datos.Aplicaciones de datos y autoservicioConstrucción de datasets con calidad, gobernados y reutilizables.Diseño de aplicaciones orientadas a autoservicio.Reducción de dependencias técnicas para negocio.Mejora del time-to-insight.IA Generativa (conocimiento aplicado)Comprensión de cómo la estructura y calidad del dato impacta en LLMs.Uso básico de APIs de LLMs, embeddings y vector databases.Colaboración en integración de estas capacidades.Requisitos3-5 años en Data Engineering.Experiencia en pipelines productivos.Experiencia en entornos con múltiples equipos (plataforma, ingestión, negocio).Experiencia trabajando con modelos de datos complejos y reutilizables.Experiencia aplicando buenas prácticas de ontologías y gobierno del dato.Experiencia evitando duplicidades y promoviendo reutilización.Muy valorado: experiencia en campañas comerciales, MDM, conocimiento de Salesforce.Tecnologías valoradasPalantir Foundry y Palantir AIP.Databricks.Microsoft Azure.Conocimiento de IA Aplicada:Uso de APIs de LLMs.Construcción de aplicaciones con LLMs.Embeddings y vector databases.Pipelines de RAG.Frameworks de orquestación de LLMs.Habilidades claveMentalidad de dato como producto.Foco en consistencia y escalabilidad semántica (ontología).Capacidad de interlocución técnica y de negocio.Pensamiento estructurado.Orientación a impacto.FormaciónGrado o Máster en Ingeniería Informática, Ciencia de Datos, Inteligencia Artificial, Matemáticas o disciplinas STEM relacionadas.Se valorará formación adicional en: Machine Learning, Generative AI, Data Engineering, Arquitecturas de sistemas de IA.#J-*****-Ljbffr

3-5 años en Data Engineering. Experiencia en pipelines productivos. Experiencia en entornos con múltiples equipos (plataforma, ingestión, negocio). Experiencia trabajando con modelos de datos complejos y reutilizables. Experiencia aplicando buenas prácticas de ontologías y gobierno del dato. Experiencia evitando duplicidades y promoviendo reutilización. Muy valorado: experiencia en campañas comerciales, MDM, conocimiento de Salesforce. Tecnologías valoradas Palantir Foundry y Palantir AIP. Databricks. Microsoft Azure. Conocimiento de IA Aplicada: Uso de APIs de LLMs. Construcción de aplicaciones con LLMs. Embeddings y vector databases. Pipelines de RAG. Frameworks de orquestación de LLMs. Habilidades clave Mentalidad de dato como producto. Foco en consistencia y escalabilidad semántica (ontología). Capacidad de interlocución técnica y de negocio. Pensamiento estructurado. Orientación a impacto. Formación Grado o Máster en Ingeniería Informática, Ciencia de Datos, Inteligencia Artificial, Matemáticas o disciplinas STEM relacionadas. Se valorará formación adicional en: Machine Learning, Generative AI, Data Engineering, Arquitecturas de sistemas de IA.