> Markdown version of [/jobs/ext/1937635-senior-data-engineer-ai-semantic-layer](https://www.wearedevelopers.com/jobs/ext/1937635-senior-data-engineer-ai-semantic-layer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Senior Data Engineer - Ai & Semantic Layer

- **Company:** act digital
- **Location:** Madrid, Spain (Remote available)
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Amazon Web Services, Amazon S3, Cloud Computing, Databases, Continuous Integration, Information Engineering, Data Infrastructure, Data Integration, Extract Transform Load (ETL), IBM Software, Graph Database, Python (Programming Language), PostgreSQL, Metadata, Meta-Data Management, Web Ontology Language, Pattern Recognition, Microsoft SharePoint, Software Engineering, SPARQL, SQL Databases, Git, Data Layers, Docker
- **Published:** August 5, 2026
- **Apply:** https://www.buscojobs.com.es/senior-data-engineer-ai-semantic-layer-en-madrid-ID-365584777

## About the Role

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).

## Description

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


## Related Videos

- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94)
- [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works)
- [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker)
- [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews)
- [Developer Experience, Platform Engineering and AI powered Apps](https://www.wearedevelopers.com/videos/990-developer-experience-platform-engineering-and-ai-powered-apps)

## Related Articles

- [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering)
- [Data Engineer Salary UK](https://www.wearedevelopers.com/magazine/253-data-engineer-salary-uk)
- [Top Big Data Technologies That You Need to Know](https://www.wearedevelopers.com/magazine/108-top-big-data-technologies-that-you-need-to-know)
- [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production)
- [Dev Digest 120 - Apple and peers](https://www.wearedevelopers.com/magazine/455-dev-digest-120-apple-and-peers)
- [Making Data Warehouses Fast: A Developer’s Story](https://www.wearedevelopers.com/magazine/107-making-data-warehouses-fast-a-developer-s-story)