Senior Data Engineer - Ai & Semantic Layer

Buscamos un/aData Engineerpara diseñar y construir capas de datos semánticas y soluciones de bases de conocimiento (Knowledge Graphs) que impulsan sistemas de Inteligencia Artificial a escala empresarial.¿Cuáles serán tus responsabilidades?Arquitectura de Conocimiento:Diseñar esquemas de grafos, estrategias de resolución de entidades, estructuras ontológicas y sistemas de indexación semántica para soporte de IA agente.Integración de Datos:Ingestar y transformar datos estructurados y no estructurados (S3, SharePoint, FileNet, etc.) garantizando coherencia semántica.Modelado Semántico:Crear taxonomías y ontologías utilizando estándares comoRDF, OWL y SKOS .Ecosistema Cloud (AWS):Operar y orquestar servicios comoS3, Glue, Aurora PostgreSQL, Neptune y AWS Bedrock .Estrategias de Búsqueda e IA:Construir pipelines deRAG , búsqueda semántica, enriquecimiento de metadatos e interfaces Text-to-SQL.Consultas en Grafos:Diseñar estrategias de recuperación combinando pattern matching, búsqueda vectorial, texto completo y traversals relacionales.Calidad y Observabilidad:Garantizar el control de calidad, monitorización y preparación para producción de la infraestructura de datos de IA.Experiencia:4 a 5 años en Data Engineering, Software Engineering o AI Engineering con soluciones desplegadas en producción.Lenguajes:Dominio avanzado dePython(P3 - Advanced) ySQLcomo herramientas del día a día.Bases de Datos de Grafos:Experiencia práctica en modelado y desarrollo de consultas conGremlin, SPARQL y/o Cypher .Cloud & AWS:Manejo sólido de AWS (S3, Glue, Aurora PostgreSQL; valorable Neptune y Bedrock).Ingeniería de Datos:Experiencia en diseño de pipelines ETL/ELT (batch e incremental), Docker, CI/CD (Git) y arquitecturas híbridas de recuperación (SQL + Grafo + Búsqueda Vectorial).Gobierno y Calidad:Conocimiento en linaje de datos, catalogación, gestión de metadatos y marcos de calidad de datos.Idiomas:Español (C1 - Experto) e Inglés (B2 - Avanzado).Detalles de la ofertaModalidad: Híbrido (40% Teletrabajo / Remoto).#J-*****-Ljbffr

Modelado Semántico: Crear taxonomías y ontologías utilizando estándares como RDF, OWL y SKOS . Ecosistema Cloud (AWS): Operar y orquestar servicios como, 4 a 5 años en Data Engineering, Software Engineering o AI Engineering con soluciones desplegadas en producción. Lenguajes: Dominio avanzado de Python (P3 - Advanced) y SQL como herramientas del día a día. Bases de Datos de Grafos: Experiencia práctica en modelado y desarrollo de consultas con Gremlin, SPARQL y/o Cypher . Cloud & AWS: Manejo sólido de AWS (S3, Glue, Aurora PostgreSQL; valorable Neptune y Bedrock). Ingeniería de Datos: Experiencia en diseño de pipelines ETL/ELT (batch e incremental), Docker, CI/CD (Git) y arquitecturas híbridas de recuperación (SQL + Grafo + Búsqueda Vectorial). Gobierno y Calidad: Conocimiento en linaje de datos, catalogación, gestión de metadatos y marcos de calidad de datos. Idiomas: Español (C1 - Experto) e Inglés (B2 - Avanzado).

Modalidad: Híbrido (40% Teletrabajo / Remoto).