Data Ops Entineer - Ai Enablement

Buscamos un/a Data Ops Engineer - AI Enablement para incorporarse a un entorno profesional orientado al uso avanzado de datos, analítica e inteligencia artificial generativa.Tu misión será garantizar que los datos estén correctamente integrados, estructurados, documentados y preparados para alimentar soluciones analíticas, automatizaciones y aplicaciones basadas en IA.El puesto combina aproximadamente:60 % Data / Analytics Engineering40 % AI Enablement / GenAIBuscamos una persona con experiencia práctica en datos y capacidad para integrar APIs de modelos de lenguaje.No es una posición enfocada en entrenar modelos desde cero, sino en preparar datos fiables y utilizarlos para construir soluciones de IA generativa que aporten valor real al negocio.¿Qué harás en tu día a día?Desarrollar y mantener procesos ETL/ELT utilizando Python y SQL.Extraer, transformar e integrar información procedente de diferentes fuentes.Implementar controles de limpieza, normalización, validación y calidad del dato.Asegurar la consistencia, trazabilidad y disponibilidad de los datos.Diseñar modelos de datos relacionales y datasets preparados para analítica e IA.Construir tablas y pipelines para automatizaciones y casos de uso GenAI.Integrar APIs de LLMs en soluciones internas y de negocio.Participar en soluciones basadas en prompting, embeddings, búsqueda semántica y RAG.Evaluar las respuestas generadas por los modelos y controlar aspectos como formato, contexto y alucinaciones.Utilizar herramientas GenAI para acelerar tareas de desarrollo, testing, análisis y documentación.Documentar transformaciones, reglas de negocio, modelos de datos, prompts y decisiones técnicas.Colaborar con equipos técnicos, analíticos y de negocio en un entorno transversal.Requisitos imprescindiblesPara avanzar en el proceso será necesario contar con:Conocimientos sólidos de Python, aplicados al tratamiento, transformación y automatización de datos.Dominio avanzado de SQL, incluyendo joins complejos, CTEs, agregaciones, funciones de ventana y optimización básica de consultas.Experiencia práctica en procesos ETL/ELT productivos.Experiencia trabajando con volúmenes de datos medios o grandes.Conocimientos de modelado relacional, normalización y creación de datasets analíticos.Experiencia con sistemas de control de versiones, especialmente Git.Experiencia integrando APIs de LLMs en soluciones técnicas.Participación práctica en proyectos de inteligencia artificial generativa.Conocimientos de prompting, estructuración de respuestas y evaluación básica de outputs generativos.Entre 3 y 4 años de experiencia en Data Engineering, Data Ops, Analytics Engineering, automatización, GenAI o posiciones similares.Conocimientos valorablesSe valorará positivamente experiencia o familiaridad con:Data lakes, data warehouses y arquitecturas lakehouse.Herramientas de orquestación de pipelines.Procesamiento distribuido y formatos analíticos.Plataformas cloud y entornos modernos de datos.LangChain, LlamaIndex, Semantic Kernel, Hugging Face, OpenAI API o Azure OpenAI.Embeddings, RAG, búsqueda semántica y bases de datos vectoriales.FAISS, Chroma, Pinecone, Weaviate o Azure AI Search.Calidad, privacidad, seguridad y gobierno del dato.Uso responsable de IA en entornos regulados o financieros.Ciclo de vida y puesta en producción de soluciones analíticas y GenAI.¿Qué perfil buscamos?Una persona:Analítica, metódica y orientada a la calidad.Autónoma para avanzar en tareas técnicas con una supervisión razonable.Proactiva a la hora de detectar mejoras en pipelines y procesos.Capaz de estructurar información compleja y aplicar reglas de negocio.Con buenas habilidades de comunicación y documentación técnica.Con curiosidad por las nuevas tecnologías de datos e IA generativa.Cómoda trabajando con equipos multidisciplinares y áreas de negocio.¿Qué ofrecemos?Incorporación a un proyecto con foco real en datos e inteligencia artificial generativa.Participación en soluciones con aplicación directa en el negocio.Colaboración con equipos técnicos, analíticos y funcionales.Entorno de aprendizaje y evolución profesional.Posibilidad de trabajar con arquitecturas modernas de datos y GenAI.

No es una posición enfocada en entrenar modelos desde cero, sino en preparar datos fiables y utilizarlos para construir soluciones de IA generativa que aporten valor real al negocio., valorará positivamente experiencia o familiaridad con:Data lakes, data warehouses y arquitecturas lakehouse.Herramientas de orquestación de pipelines.Procesamiento distribuido y formatos analíticos.Plataformas cloud y entornos modernos de datos.LangChain, LlamaIndex, Semantic Kernel, Hugging Face, OpenAI API o Azure OpenAI.Embeddings, RAG, búsqueda semántica y bases de datos vectoriales.FAISS, Chroma, Pinecone, Weaviate o Azure AI Search.Calidad, privacidad, seguridad y gobierno del dato.Uso responsable de IA en entornos regulados o financieros.Ciclo de vida y puesta en producción de soluciones analíticas y GenAI., Una persona:Analítica, metódica y orientada a la calidad.Autónoma para avanzar en tareas técnicas con una supervisión razonable.Proactiva a la hora de detectar mejoras en pipelines y procesos.Capaz de estructurar información compleja y aplicar reglas de negocio.Con buenas habilidades de comunicación y documentación técnica.Con curiosidad por las nuevas tecnologías de datos e IA generativa.Cómoda trabajando con equipos multidisciplinares y áreas de negocio.

Incorporación a un proyecto con foco real en datos e inteligencia artificial generativa.Participación en soluciones con aplicación directa en el negocio.Colaboración con equipos técnicos, analíticos y funcionales.Entorno de aprendizaje y evolución profesional.Posibilidad de trabajar con arquitecturas modernas de datos y GenAI.