> Markdown version of [/jobs/ext/1940979-data-ops-engineer-genai](https://www.wearedevelopers.com/jobs/ext/1940979-data-ops-engineer-genai). 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). --- # Data Ops Engineer + Genai - **Company:** BCNC GROUP - **Location:** A Coruña, Spain (Remote available) - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Data Analysis, Microsoft Azure, Cloud Computing, Code Generation, Databases, Information Engineering, Extract Transform Load (ETL), Data Structures, Data Warehousing, Relational Databases, Programming Tools, Information Retrieval, Python (Programming Language), DataOps, SQL Databases, Data Processing, GitHub Copilot, Large Language Models, Generative AI, Git, Data Lakes, HuggingFace, Api Design, Software Version Control - **Published:** August 5, 2026 - **Apply:** https://www.buscojobs.com.es/data-ops-engineer-genai-en-la-coruna-ID-365389607 ## About the Role Python, SQL y procesos ETL/ELT , capaz de preparar, transformar y estructurar datos de calidad para soluciones analíticas, automatizaciones y casos de uso GenAI. La posición tiene un foco aproximado del 60% en Data / Analytics Engineering y del 40% en AI Enablement / GenAI . No buscamos necesariamente un especialista puro en inteligencia artificial: también valoraremos profesionales de datos con formación práctica, proyectos demostrables o interés real por desarrollarse en IA generativa . Desarrollar y mantener procesos de extracción, transformación y carga de datos utilizando Python y SQL, Soluciones GenAI: RAG, embeddings y búsqueda semántica. Frameworks GenAI valorables: LangChain, LlamaIndex, Semantic Kernel y Hugging Face. Proveedores de modelos valorables: OpenAI API, Azure OpenAI o soluciones equivalentes. Bases de datos vectoriales valorables: FAISS, Chroma, Pinecone, Weaviate y Azure AI Search. Control de versiones: Git. Herramientas de desarrollo asistido: GitHub Copilot o herramientas equivalentes. Otros entornos valorables: plataformas cloud, orquestación de pipelines y procesamiento distribuido. Entre 1 y 4 años de experiencia profesional en Data Engineering, DataOps, Analytics Engineering, automatización de procesos de datos o posiciones similares. Conocimientos sólidos de Python aplicado al tratamiento, transformación y automatización de datos . Dominio avanzado de SQL , incluyendo joins complejos, agregaciones, CTEs, funciones de ventana y optimización básica de consultas. Experiencia práctica desarrollando o manteniendo procesos ETL/ELT . Experiencia trabajando con volúmenes medios o grandes de datos. Conocimientos de modelado de datos relacional, normalización y construcción de datasets analíticos. Experiencia con procesos de limpieza, validación y control de calidad del dato. Manejo de sistemas de control de versiones, especialmente Git . Experiencia, formación práctica o proyectos relacionados con IA generativa . Conocimientos de prompting y estructuración de respuestas generadas por LLMs. Interés real por desarrollar tu trayectoria profesional en proyectos que combinen ingeniería de datos e inteligencia artificial generativa. Perfil analítico, metódico y orientado a la calidad del dato. Capacidad para trabajar con autonomía y avanzar en tareas técnicas con una supervisión razonable. Buenas habilidades de comunicación técnica y documentación. Proactividad, curiosidad tecnológica y orientación a la mejora continua. Sería deseable Experiencia profesional integrando APIs de LLMs en soluciones técnicas. Participación en proyectos o pruebas de concepto de IA generativa. Conocimientos de RAG, embeddings, búsqueda semántica y bases de datos vectoriales . Experiencia con arquitecturas data lake, data warehouse o lakehouse . Experiencia con herramientas de orquestación de pipelines. Conocimientos de procesamiento distribuido y formatos analíticos. Experiencia en entornos cloud o plataformas de datos. Conocimientos sobre evaluación de outputs generativos, contexto y alucinaciones. Sensibilidad hacia la seguridad, privacidad, gobierno del dato y uso responsable de la IA. Experiencia previa en banca, servicios financieros o entornos regulados. Experiencia trabajando con equipos cross y multidisciplinares. Perfil resolutivo, responsable y comprometido., Data Engineering e inteligencia artificial generativa . Oportunidad de desarrollar experiencia práctica en soluciones GenAI aplicadas a casos de uso reales. Formación continua a través de ## Description DesdeBCNC Groupbuscamos incorporar un/aData Ops Engineer + GenAIpara participar en un proyecto estratégico y estable dentro del sector bancario-financiero, orientado al uso avanzado de datos, analítica e inteligencia artificial generativa.Buscamos un perfil técnico y hands-on, con experiencia profesional enPython, SQL y procesos ETL/ELT, capaz de preparar, transformar y estructurar datos de calidad para soluciones analíticas, automatizaciones y casos de uso GenAI.La posición tiene un foco aproximado del60% en Data / Analytics Engineeringy del40% en AI Enablement / GenAI.No buscamos necesariamente un especialista puro en inteligencia artificial: también valoraremos profesionales de datos conformación práctica, proyectos demostrables o interés real por desarrollarse en IA generativa.Desarrollar y mantener procesos de extracción, transformación y carga de datos utilizandoPython y SQL.Integrar y consolidar información procedente de diferentes fuentes, asegurando su coherencia, consistencia y trazabilidad.Implementar procesos de limpieza, normalización, validación y control de calidad del dato.Diseñar y mantener modelos de datos relacionales, datasets analíticos y estructuras preparadas para su consumo por soluciones de analítica e IA.Construir tablas, datasets y pipelines que sirvan como base para automatizaciones y casos de uso GenAI.Participar en el desarrollo y mantenimiento de procesosETL/ELT.Integrar APIs de modelos de lenguaje en soluciones internas o de negocio.Participar en el diseño de soluciones basadas enLLMs, prompting, RAG, embeddings y búsqueda semántica.Trabajar con bases de datos vectoriales o herramientas equivalentes para la recuperación de información.Utilizar herramientas de IA generativa para acelerar tareas de desarrollo, documentación, análisis, testing y generación de código.Documentar transformaciones, estructuras de datos, reglas de negocio, prompts, flujos GenAI y decisiones técnicas.Analizar errores y resolver incidencias relacionadas con pipelines, integraciones y calidad del dato.Colaborar con perfiles técnicos, analíticos y de negocio para transformar necesidades funcionales en soluciones de datos e IA.Participar en iniciativas de mejora continua y optimización de procesos.Lenguaje principal:Python.Bases de datos y consultas:SQL avanzado.Procesamiento de datos:ETL/ELT, transformación, validación y construcción de datasets.Modelado:bases de datos relacionales, normalización y modelos analíticos.Arquitecturas de datos:data lake, data warehouse y lakehouse.Inteligencia artificial generativa:APIs de LLMs, prompting y estructuración de respuestas.Soluciones GenAI:RAG, embeddings y búsqueda semántica.Frameworks GenAI valorables:LangChain, LlamaIndex, Semantic Kernel y Hugging Face.Proveedores de modelos valorables:OpenAI API, Azure OpenAI o soluciones equivalentes.Bases de datos vectoriales valorables:FAISS, Chroma, Pinecone, Weaviate y Azure AI Search.Control de versiones:Git.Herramientas de desarrollo asistido:GitHub Copilot o herramientas equivalentes.Otros entornos valorables:plataformas cloud, orquestación de pipelines y procesamiento distribuido.Entre1 y 4 años de experiencia profesionalen Data Engineering, DataOps, Analytics Engineering, automatización de procesos de datos o posiciones similares.Conocimientos sólidos dePython aplicado al tratamiento, transformación y automatización de datos.Dominio avanzado deSQL, incluyendo joins complejos, agregaciones, CTEs, funciones de ventana y optimización básica de consultas.Experiencia práctica desarrollando o manteniendo procesosETL/ELT.Experiencia trabajando con volúmenes medios o grandes de datos.Conocimientos de modelado de datos relacional, normalización y construcción de datasets analíticos.Experiencia con procesos de limpieza, validación y control de calidad del dato.Manejo de sistemas de control de versiones, especialmenteGit.Experiencia, formación práctica o proyectos relacionados conIA generativa.Conocimientos de prompting y estructuración de respuestas generadas por LLMs.Interés real por desarrollar tu trayectoria profesional en proyectos que combinen ingeniería de datos e inteligencia artificial generativa.Perfil analítico, metódico y orientado a la calidad del dato.Capacidad para trabajar con autonomía y avanzar en tareas técnicas con una supervisión razonable.Buenas habilidades de comunicación técnica y documentación.Proactividad, curiosidad tecnológica y orientación a la mejora continua.Sería deseableExperiencia profesional integrandoAPIs de LLMsen soluciones técnicas.Participación en proyectos o pruebas de concepto de IA generativa.Conocimientos deRAG, embeddings, búsqueda semántica y bases de datos vectoriales.Experiencia con arquitecturasdata lake, data warehouse o lakehouse.Experiencia con herramientas de orquestación de pipelines.Conocimientos de procesamiento distribuido y formatos analíticos.Experiencia en entornos cloud o plataformas de datos.Conocimientos sobre evaluación de outputs generativos, contexto y alucinaciones.Sensibilidad hacia la seguridad, privacidad, gobierno del dato y uso responsable de la IA.Experiencia previa en banca, servicios financieros o entornos regulados.Experiencia trabajando con equipos cross y multidisciplinares.Perfil resolutivo, responsable y comprometido.Contrato indefinido en una compañía de tecnología e ingeniería100% digital.Proyecto estratégico y estable dentro del sector bancario-financiero.Participación en un entorno innovador que combinaData Engineering e inteligencia artificial generativa.Oportunidad de desarrollar experiencia práctica en soluciones GenAI aplicadas a casos de uso reales.Formación continua a través deUdemy, OpenWebinars y programa MVP.Plan de retribución flexible.Plan de referidos.Excelente ambiente laboral, valorado con un4,7/5.Madrid (opción prioritaria):modelo híbrido de3 días presenciales y 2 días remotos por semana.Posibilidad de trabajo remotopara perfiles en toda España que aporten una base sólida enPython, SQL y procesos ETL/ELT, junto con experiencia, formación o proyectos relacionados conIA generativa.De lunes a jueves, jornada ampliada de8:00 a 18:00 h, con flexibilidad horaria de entrada.Viernes de8:00 a 14:00 h.Jornada intensiva durante julio y agosto de8:00 a 14:00 h (30h semanales).SomosBCNC Group, una empresa de ingeniería y tecnología con presencia en España, Reino Unido, Alemania, Francia y Suecia.Trabajamos con algunas de las multinacionales más relevantes de Europa en sus proyectos estratégicos.#J-*****-Ljbffr ## Related Videos - [Developer Experience, Platform Engineering and AI powered Apps](https://www.wearedevelopers.com/videos/990-developer-experience-platform-engineering-and-ai-powered-apps) - [Kubernetes and Microservices with Multi-Model Databases](https://www.wearedevelopers.com/videos/382-kubernetes-and-microservices-with-multi-model-databases) - [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) - [Branch your database like your code: How schema changes and pull requests go hand in hand](https://www.wearedevelopers.com/videos/350-branch-your-database-like-your-code-how-schema-changes-and-pull-requests-go-hand-in-hand) - [How E.On productionizes its AI model & Implementation of Secure Generative AI.](https://www.wearedevelopers.com/videos/623-how-e-on-productionizes-its-ai-model-implementation-of-secure-generative-ai) - [Fault Tolerance and Consistency at Scale: Harnessing the Power of Distributed SQL Databases](https://www.wearedevelopers.com/videos/1146-fault-tolerance-and-consistency-at-scale-harnessing-the-power-of-distributed-sql-databases) ## Related Articles - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [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) - [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) - [Got AI ideas but no money? Here are 10 free ways to level up your AI skills with Google Cloud](https://www.wearedevelopers.com/magazine/600-got-ai-ideas-but-no-money-here-are-10-free-ways-to-level-up-your-ai-skills-with-google-cloud) - [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development) - [Navigating the AI Shift](https://www.wearedevelopers.com/magazine/629-navigating-the-ai-shift)