Data Architect

En Cognodata, empresa líder en Customer Science y Marketing Automation, ayudamos a nuestr@s client@s a mejorar su posición competitiva mediante la gestión avanzada de la información.

Actualmente buscamos un/a Data Architect con experiencia en IA semántica para proyectos con cliente líder del sector bancario.

• Diseño de arquitecturas de IA y Data: definir arquitecturas end-to-end para integrar fuentes de datos estructuradas y no estructuradas con soluciones avanzadas de Inteligencia Artificial.
• Arquitectura semántica: diseñar modelos semánticos, ontologías y estructuras de conocimiento que permitan representar entidades, conceptos, atributos y relaciones de negocio.
• Knowledge Graphs: diseñar e implementar arquitecturas basadas en grafos de conocimiento para representar relaciones complejas, facilitar la inferencia y mejorar el acceso contextualizado a la información.
• Arquitecturas RAG y Graph RAG: diseñar soluciones de recuperación de información para LLM, combinando búsqueda semántica, recuperación vectorial, metadatos y relaciones entre entidades.
• Arquitectura de datos: definir patrones de integración, transformación y exposición de datos, incluyendo pipelines de procesamiento, modelos de datos y mecanismos de interoperabilidad entre sistemas.
• Selección tecnológica: evaluar y definir las tecnologías más adecuadas para la solución, incluyendo bases de datos vectoriales, motores de grafos, tecnologías semánticas y plataformas cloud.
• Diseño de APIs e integración: establecer los mecanismos de acceso e integración entre los componentes de datos, los servicios semánticos y las aplicaciones de IA.
• Gobierno y calidad del dato: definir criterios de trazabilidad, consistencia, catalogación, seguridad y gestión del conocimiento.
• Prototipado e implementación: participar activamente en pruebas de concepto, validaciones técnicas y desarrollo de componentes críticos de la arquitectura.
• Optimización y evolución tecnológica: analizar el rendimiento, la escalabilidad, la latencia y los costes de las soluciones, identificando oportunidades de mejora.
• Definición de estándares técnicos: elaborar documentación de arquitectura, especificaciones técnicas, patrones de diseño y buenas prácticas para los equipos de desarrollo.
• +5 años de experiencia profesional y en el diseño de arquitecturas de datos, soluciones de Inteligencia Artificial o plataformas de gestión del conocimiento.
• Sólidos conocimientos de Python, SQL, modelado de datos y diseño de arquitecturas de software.
• Experiencia en modelado semántico, representación del conocimiento, ontologías o diseño de modelos de dominio.
• Conocimientos de arquitecturas Cloud y servicios gestionados de datos e IA en AWS, Azure o Google Cloud. (Muy valorable GCP o tener conocimientos semánticos).
• Conocimientos prácticos de tecnologías semánticas como RDF, OWL y SPARQL.
• Experiencia con Knowledge Graphs y tecnologías de bases de datos de grafos, como Neo4j u otras soluciones equivalentes.
• Experiencia en el diseño de arquitecturas de IA generativa basadas en LLM, RAG y búsqueda semántica.
• Conocimientos de embeddings, recuperación vectorial, técnicas de reranking y estrategias de recuperación híbrida.
• Experiencia en el diseño e integración de pipelines de datos y procesos ETL/ELT.
• Experiencia en diseño de APIs, integración entre servicios y arquitecturas distribuidas.
• Capacidad para evaluar alternativas tecnológicas y justificar decisiones arquitectónicas desde una perspectiva técnica.

Requisitos valorables

• Experiencia en arquitecturas Graph RAG y en la combinación de grafos de conocimiento con modelos de lenguaje.
• Experiencia en arquitecturas de agentes de IA y sistemas de recuperación aumentada con conocimiento estructurado.
• Conocimientos de estándares de interoperabilidad semántica y tecnologías de la web semántica.
• Experiencia con bases de datos vectoriales y tecnologías como Qdrant, Milvus, Weaviate o equivalentes.
• Conocimientos de frameworks de IA como LangChain o LlamaIndex.
• Experiencia en arquitecturas de microservicios, contenedores y despliegues mediante Docker y Kubernetes.
• Conocimientos de seguridad, control de acceso, observabilidad y monitorización de sistemas de IA.
• Experiencia en proyectos de arquitectura de datos e inteligencia artificial dentro del sector financiero o bancario.

Proyectos innovadores en sectores como banca, retail, seguros…

• Carrera profesional.
• Buen ambiente laboral.
• Retribución flexible.
• Teletrabajo híbrido (base en Madrid)
• Horario flexible.
• Todos los viernes, julio y agosto: jornada intensiva (adaptado a cada cliente).
• Acceso a plataformas de formación.

• +5 años de experiencia profesional y en el diseño de arquitecturas de datos, soluciones de Inteligencia Artificial o plataformas de gestión del conocimiento.
• Sólidos conocimientos de Python, SQL, modelado de datos y diseño de arquitecturas de software.
• Experiencia en modelado semántico, representación del conocimiento, ontologías o diseño de modelos de dominio.
• Conocimientos de arquitecturas Cloud y servicios gestionados de datos e IA en AWS, Azure o Google Cloud. (Muy valorable GCP o tener conocimientos semánticos).
• Conocimientos prácticos de tecnologías semánticas como RDF, OWL y SPARQL.
• Experiencia con Knowledge Graphs y tecnologías de bases de datos de grafos, como Neo4j u otras soluciones equivalentes.
• Experiencia en el diseño de arquitecturas de IA generativa basadas en LLM, RAG y búsqueda semántica.
• Conocimientos de embeddings, recuperación vectorial, técnicas de reranking y estrategias de recuperación híbrida.
• Experiencia en el diseño e integración de pipelines de datos y procesos ETL/ELT.
• Experiencia en diseño de APIs, integración entre servicios y arquitecturas distribuidas.
• Capacidad para evaluar alternativas tecnológicas y justificar decisiones arquitectónicas desde una perspectiva técnica., * Experiencia en arquitecturas Graph RAG y en la combinación de grafos de conocimiento con modelos de lenguaje.
• Experiencia en arquitecturas de agentes de IA y sistemas de recuperación aumentada con conocimiento estructurado.
• Conocimientos de estándares de interoperabilidad semántica y tecnologías de la web semántica.
• Experiencia con bases de datos vectoriales y tecnologías como Qdrant, Milvus, Weaviate o equivalentes.
• Conocimientos de frameworks de IA como LangChain o LlamaIndex.
• Experiencia en arquitecturas de microservicios, contenedores y despliegues mediante Docker y Kubernetes.
• Conocimientos de seguridad, control de acceso, observabilidad y monitorización de sistemas de IA.
• Experiencia en proyectos de arquitectura de datos e inteligencia artificial dentro del sector financiero o bancario.

Proyectos innovadores en sectores como banca, retail, seguros…

• Carrera profesional.
• Buen ambiente laboral.
• Retribución flexible.
• Teletrabajo híbrido (base en Madrid)
• Horario flexible.
• Todos los viernes, julio y agosto: jornada intensiva (adaptado a cada cliente).
• Acceso a plataformas de formación.