> Markdown version of [/jobs/ext/3906794-data-architect](https://www.wearedevelopers.com/jobs/ext/3906794-data-architect). 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 Architect - **Company:** Cognodata - **Location:** Madrid, Spain (Remote available) - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Microsoft Azure, Cloud Computing, Databases, Data Architecture, Extract Transform Load (ETL), Software Design Patterns, Graph Database, Information Retrieval, Interoperability, Python (Programming Language), Knowledge Management, Automation of Marketing, Neo4j, Web Ontology Language, Software Architecture, Semantic Web, SPARQL, SQL Databases, Qdrant, Google Cloud, Retrieval-Augmented Generation, Large Language Models, Llamaindex, Generative AI, Kubernetes, Weaviate, Milvus, Graph RAG, Docker, Microservices - **Published:** October 25, 2026 - **Apply:** https://www.jobleads.com/es/job/data-architect--madrid--ee93c7a9c73a225528d0b04acf17ed7ca ## About the Role * +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. ## Description 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.