Ai & Data Engineer

• Diseñar y desarrollar agentes IA autónomos y sistemas multi-agente para automatizar procesos complejos de negocio
• Crear arquitecturas RAG (Retrieval-Augmented Generation) integrando bases de datos vectoriales, conocimiento empresarial y APIs externas
• Implementar agentes de gestión integral del cliente conectados mediante MCP a aplicaciones críticas (CRM, plataformas de medios, analytics, etc.)

¿Qué harás en tu día a día?

• Diseño y Desarrollo De Agentes IA
• Diseñar y desarrollar agentes IA autónomos y sistemas multi-agente para automatizar procesos complejos de negocio
• Crear arquitecturas RAG (Retrieval-Augmented Generation) integrando bases de datos vectoriales, conocimiento empresarial y APIs externas
• Implementar agentes de gestión integral del cliente conectados mediante MCP a aplicaciones críticas (CRM, plataformas de medios, analytics, etc.)
• Utilizar frameworks de orquestación como LangChain, LangGraph, CrewAI o similares.

Automatización y Optimización De Procesos

• Automatizar workflows operativos en Google Marketing Platform (GMP), plataformas de advertising y herramientas de reporting
• Desarrollar soluciones de IA generativa para mejorar comunicaciones, generación de insights y tareas repetitivas
• Crear pipelines de datos y procesos de calidad/gobernanza de datos
• Optimizar procesos de reporting y análisis mediante automatización inteligente

Arquitectura De Datos e Infraestructura Cloud

• Diseñar arquitecturas de datos escalables en entornos multi-cloud (GCP, AWS, Azure)
• Implementar soluciones production-ready con alta disponibilidad y rendimiento
• Integrar sistemas mediante APIs, webhooks y conectores personalizados
• Gestionar bases de datos SQL, NoSQL y vectoriales

Colaboración Cross-funcional

• Trabajar estrechamente con equipos de marketing, tecnología, producto y negocio
• Traducir necesidades de negocio en soluciones técnicas viables
• Evangelizar y formar internamente en capacidades de IA y automatización
• Participar en la definición de roadmap de productos e innovación

Su foco será prioritario en el desarrollo de un proyecto concreto

• Agente De Gestión Integral Del Cliente
• Diseñar la arquitectura del agente considerando múltiples fuentes de datos del cliente
• Implementar conexiones MCP a sistemas clave: CRM, plataformas de advertising (Google Ads, Meta, etc.), analytics, billing, project management
• Desarrollar capacidades de: consulta de datos, actualización de información, generación de reportes, alertas proactivas, recomendaciones inteligentes
• Asegurar seguridad, privacidad y gobernanza de datos sensibles
• Crear interfaces conversacionales (chat, voz) para interacción con equipos internos
• Medir y optimizar el rendimiento y ROI del agente

¿Qué requisitos consideramos necesarios?Formación

• Grado universitario en Ingeniería, Ciencias de Datos, Informática o similar
• Máster/especialización en Data Science, IA o Generative AI (valorado)

Experiencia

• Al menos 4 años de experiencia en ingeniería de datos, desarrollo de software o roles técnicos similares (de los cuales al menos /1-2 años trabajando con IA Generativa, LLMs y arquitecturas agénticas). xqbhyrx
• Experiencia demostrable en desarrollo de agentes IA y sistemas multi-agente
• Experiencia en entornos de agencia de medios, marketing digital o advertising (altamente valorado).

Skills Técnicos

• Python avanzado (imprescindible)
• Frameworks de IA: LangChain, LangGraph, LlamaIndex, o similares
• LLMs y Generative AI: OpenAI, Anthropic, Google Gemini, etc.
• Arquitecturas RAG y bases de datos vectoriales (Pinecone, Chroma, Weaviate, etc.)
• Cloud Platforms: GCP, AWS o Azure (al menos una, preferiblemente GCP)
• Bases de datos: BigQuery, PostgreSQL, SQL
• APIs y Integraciones: RESTful APIs, webhooks, MCP (Model Context Protocol)
• Git y metodologías de desarrollo ágil
• Conocimiento de Google Marketing Platform (GMP), analytics y advertising tech (valorado)

Skills Necesarias

• Pensamiento analítico y capacidad de resolver problemas complejos
• Visión producto: capacidad de diseñar soluciones end-to-end centradas en el usuario
• Autonomía y proactividad en la identificación de oportunidades de automatización
• Comunicación efectiva con perfiles técnicos y de negocio
• Aprendizaje continuo y adaptabilidad a tecnologías emergentes
• Orientación a resultados y capacidad de entregar valor de negocio medible