¿Eres Ingeniero/a de Datos y te apetece dar un paso más en tu carrera? Me encuentro buscando un/a Senior Data Engineer (LLM & RAG) para incorporarse directamente a plantilla de uno de nuestros clientes, en un proyecto internacional de un gran grupo de telecomunicaciones. El reto principal está en consolidar y evolucionar el ecosistema de datos, trabajando con IA Generativa, modernizando arquitecturas basadas en LLM, mejorando la calidad y fiabilidad del dato y habilitando casos de uso analíticos avanzados sobre información clave del core del negocio.
Por favor, lea detenidamente la información de esta oferta de empleo para entender exactamente qué se espera de los posibles candidatos.
Como Data Engineer, formarás parte de un equipo enfocado en procesamiento, modelado y calidad del dato, muy cercano al área funcional, participando en decisiones técnicas reales sobre arquitectura, calidad y gobierno del dato.
¡Queremos conocerte!
¿Cómo SERÁ tu día a día?
* Diseñar, desarrollar y mantener pipelines de datos escalables, fiables y de alto rendimiento, tanto en batch como en real-time.
* Contribuir a la definición y evolución de arquitecturas de datos (Data Warehouse, Data Lake, Lakehouse, Lambda/Kappa, entre otras).
* Garantizar la calidad, consistencia, seguridad y gobernanza de los datos a lo largo de todo su ciclo de vida.
* Implementar y evolucionar modelos de Data Warehousing adecuados a distintos casos de uso analíticos.
* Actuar como referente técnico, promoviendo buenas prácticas de ingeniería de datos.
* Apoyar a otros miembros del equipo a través de mentoría, code reviews y compartición de conocimiento.
* Trabajar de forma cercana con equipos funcionales y stakeholders, traduciendo necesidades de negocio en soluciones técnicas eficaces.
* Promover prácticas modernas de desarrollo (CI/CD, automatización, documentación).
* Contribuir a la mejora continua del rendimiento, fiabilidad y escalabilidad de las plataformas de datos.
* Participar en el diseño e implementación de arquitecturas basadas en LLM, integrando datos con funcionalidades de IA generativa.
* Construir y optimizar soluciones RAG (Retrieval-Augmented Generation), incluyendo ingesta semántica, embeddings y manejo de bases de datos vectoriales.
* Desarrollar y orquestar agentes y flujos multiagente utilizando frameworks modernos de orquestación.
* Implementar y exponer servicios de IA mediante FastAPI, asegurando buenas prácticas de despliegue, versionado y observabilidad.
* Colaborar con equipos de Data Science y AI Engineering para garantizar que los modelos y sistemas LLM puedan operar de forma robusta y en producción.
* Trabajarás en un chapter de datos, con metodología ágil y colaboración continua con áreas funcionales, lo que permite ver el impacto real de tu trabajo en el día a día.
¿Cuál es la CLAVE de este puesto?
* Sólidos conocimientos en Data Warehousing (modelado dimensional, capas analíticas, optimización SQL).
* Fuerte dominio de SQL, modelado de datos, Python (y/o Scala), Spark/PySpark.
* Experiencia en ETL/ELT, procesamiento batch y real-time/near-real-time.
* Experiencia con arquitecturas de datos y plataformas Big Data/Cloud (Azure, Databricks, Hadoop, etc.).
* Experiencia práctica en LLM: RAG, agentes/orquestadores, bases vectoriales y FastAPI.
* Capacidad para analizar problemas complejos y diseñar soluciones escalables.
* Titulación universitaria.
* Nivel de inglés avanzado (entorno internacional, lo usarás en tu día a día).
¿Qué podemos OFRECERTE?
* Contrato indefinido para puesto estable, directamente contratado por nuestro cliente.
* Modalidad de trabajo: 100% remoto
* Flexibilidad horaria real: de lunes a jueves puedes adaptar tu entrada (aprox. 8–10h). Jornada intensiva los viernes (8–9h a 14–15h), siempre con foco en objetivos y no en el reloj.
* 23 días de vacaciones + jornada intensiva en verano.
* Seguro médico privado y tarjeta de retribución flexible.
* Plan de carrera adaptado a tus competencias.
* Condiciones económicas: 50.000€ - 60.000€ brutos/año. (Cifras orientativas abierta a negociación según experiencia aportada).
¿Te sientes identificado/a? xohynlm No dudes en inscribirte.