Senior Data Engineer (Llm & Rag)

Boycor
Málaga, Spain
11 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Shift work
Languages
English

Tech stack

Agile Methodology Artificial Intelligence Microsoft Azure Big Data Cloud Computing Code Review Databases Continuous Integration Extract Transform Load (ETL) Data Warehousing Apache Hadoop Python (Programming Language)
+8 more
SQL Databases Large Language Models Apache Spark Generative AI Fastapi Data Lakes Pyspark Databricks

Job description

¿EresIngeniero/a de Datosy te apetece dar un paso más en tu carrera? Me encuentro buscando un/aSenior Data Engineer (LLM & RAG)para incorporarse directamente a plantilla de uno de nuestros clientes, en un proyecto internacional de un gran grupo de telecomunicaciones. El reto principal está en consolidar y evolucionar el ecosistema de datos, trabajando con IA Generativa, modernizando arquitecturas basadas en LLM, mejorando la calidad y fiabilidad del dato y habilitando casos de uso analíticos avanzados sobre información clave del core del negocio.ComoData Engineer,formarás parte de un equipo enfocado en procesamiento, modelado y calidad del dato, muy cercano al área funcional, participando en decisiones técnicas reales sobre arquitectura, calidad y gobierno del dato.¿Cómo SERÁ tu día a día?Diseñar, desarrollar y mantener pipelines de datos escalables, fiables y de alto rendimiento, tanto en batch como en real-time.Contribuir a la definición y evolución de arquitecturas de datos (Data Warehouse, Data Lake, Lakehouse, Lambda/Kappa, entre otras).Garantizar la calidad, consistencia, seguridad y gobernanza de los datos a lo largo de todo su ciclo de vida.Implementar y evolucionar modelos de Data Warehousing adecuados a distintos casos de uso analíticos.Actuar como referente técnico, promoviendo buenas prácticas de ingeniería de datos.Apoyar a otros miembros del equipo a través de mentoría, code reviews y compartición de conocimiento.Trabajar de forma cercana con equipos funcionales y stakeholders, traduciendo necesidades de negocio en soluciones técnicas eficaces.Promover prácticas modernas de desarrollo (CI/CD, automatización, documentación).Contribuir a la mejora continua del rendimiento, fiabilidad y escalabilidad de las plataformas de datos.Participar en el diseño e implementación de arquitecturas basadas en LLM, integrando datos con funcionalidades de IA generativa.Construir y optimizar soluciones RAG (Retrieval-Augmented Generation), incluyendo ingesta semántica, embeddings y manejo de bases de datos vectoriales.Desarrollar y orquestar agentes y flujos multiagente utilizando frameworks modernos de orquestación.Implementar y exponer servicios de IA mediante FastAPI, asegurando buenas prácticas de despliegue, versionado y observabilidad.Colaborar con equipos de Data Science y AI Engineering para garantizar que los modelos y sistemas LLM puedan operar de forma robusta y en producción.Trabajarás en un chapter de datos, con metodología ágil y colaboración continua con áreas funcionales, lo que permite ver el impacto real de tu trabajo en el día a día.¿Cuál es la CLAVE de este puesto?Sólidos conocimientos en Data Warehousing (modelado dimensional, capas analíticas, optimización SQL).Fuerte dominio de SQL, modelado de datos, Python (y/o Scala), Spark/PySpark.Experiencia en ETL/ELT, procesamiento batch y real-time/near-real-time.Experiencia con arquitecturas de datos y plataformas Big Data/Cloud (Azure, Databricks, Hadoop, etc.).Experiencia práctica en LLM: RAG, agentes/orquestadores, bases vectoriales y FastAPI.Capacidad para analizar problemas complejos y diseñar soluciones escalables.Titulación universitaria.Nivel de inglés avanzado (entorno internacional, lo usarás en tu día a día).Contrato indefinido para puesto estable, directamente contratado por nuestro cliente.Modalidad de trabajo: 100% remotoFlexibilidad horaria real: de lunes a jueves puedes adaptar tu entrada (aprox. 8-10h). Jornada intensiva los viernes (8-9h a **h), siempre con foco en objetivos y no en el reloj.23 días de vacaciones + jornada intensiva en verano.Seguro médico privado y tarjeta de retribución flexible.Plan de carrera adaptado a tus competencias.Condiciones económicas: **€ - **€ brutos/año. (Cifras orientativas abierta a negociación según experiencia aportada).¿Te sientes identificado/a? No dudes en inscribirte.#J-**-Ljbffr

Requirements

Sólidos conocimientos en Data Warehousing (modelado dimensional, capas analíticas, optimización SQL). Fuerte dominio de SQL, modelado de datos, Python (y/o Scala), Spark/PySpark. Experiencia en ETL/ELT, procesamiento batch y real-time/near-real-time. Experiencia con arquitecturas de datos y plataformas Big Data/Cloud (Azure, Databricks, Hadoop, etc.). Experiencia práctica en LLM: RAG, agentes/orquestadores, bases vectoriales y FastAPI. Capacidad para analizar problemas complejos y diseñar soluciones escalables. Titulación universitaria. Nivel de inglés avanzado (entorno internacional, lo usarás en tu día a día).

Benefits & conditions

Contrato indefinido para puesto estable, directamente contratado por nuestro cliente. Modalidad de trabajo: 100% remoto Flexibilidad horaria real: de lunes a jueves puedes adaptar tu entrada (aprox. 8-10h). Jornada intensiva los viernes (8-9h a **h), siempre con foco en objetivos y no en el reloj. 23 días de vacaciones + jornada intensiva en verano. Seguro médico privado y tarjeta de retribución flexible. Plan de carrera adaptado a tus competencias. Condiciones económicas: ***€ - **€ brutos/año. (Cifras orientativas abierta a negociación según experiencia aportada).

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.buscojobs.com.es

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

3:28 min

Defining big data and machine learning fundamentals

Ayon Roy · LIVE

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · LIVE

3:33 min

Connecting frontends via a FastAPI proxy backend layer

Saoussen Chaabnia Saoussen Chaabnia · Europe 2026 Virtual

4:32 min

Harnessing Spark with Python using PySpark and Py4J

Ayon Roy · LIVE

2:10 min

Why organizations combine big data and machine learning

Ayon Roy · LIVE

3:37 min

Scaling machine learning pipelines from prototypes to petabytes

Julian Joseph · LIVE

Videos

See all

Related articles

See all