freehire launches on Product Hunt on 26 August.

Follow →

Senior Data Engineer – AI & Semantic Layer

Summary

Build semantic data layers and knowledge graphs to power enterprise AI systems using Python, SQL, RDF/OWL, and AWS services like Neptune and Bedrock.

Buscamos un/a Data Engineer para diseñar y construir capas de datos semánticas y soluciones de bases de conocimiento (Knowledge Graphs) que impulsan sistemas de Inteligencia Artificial a escala empresarial.

¿Cuáles serán tus responsabilidades?

  • Arquitectura de Conocimiento: Diseñar esquemas de grafos, estrategias de resolución de entidades, estructuras ontológicas y sistemas de indexación semántica para soporte de IA agente.
  • Integración de Datos: Ingestar y transformar datos estructurados y no estructurados (S3, SharePoint, FileNet, etc.) garantizando coherencia semántica.
  • Modelado Semántico: Crear taxonomías y ontologías utilizando estándares como RDF, OWL y SKOS.
  • Ecosistema Cloud (AWS): Operar y orquestar servicios como S3, Glue, Aurora PostgreSQL, Neptune y AWS Bedrock.
  • Estrategias de Búsqueda e IA: Construir pipelines de RAG, búsqueda semántica, enriquecimiento de metadatos e interfaces Text-to-SQL.
  • Consultas en Grafos: Diseñar estrategias de recuperación combinando pattern matching, búsqueda vectorial, texto completo y traversals relacionales.
  • Calidad y Observabilidad: Garantizar el control de calidad, monitorización y preparación para producción de la infraestructura de datos de IA.
  • Experiencia: 4 a 5 años en Data Engineering, Software Engineering o AI Engineering con soluciones desplegadas en producción.
  • Lenguajes: Dominio avanzado de Python (P3 - Advanced) y SQL como herramientas del día a día.
  • Bases de Datos de Grafos: Experiencia práctica en modelado y desarrollo de consultas con Gremlin, SPARQL y/o Cypher.
  • Cloud & AWS: Manejo sólido de AWS (S3, Glue, Aurora PostgreSQL; valorable Neptune y Bedrock).
  • Ingeniería de Datos: Experiencia en diseño de pipelines ETL/ELT (batch e incremental), Docker, CI/CD (Git) y arquitecturas híbridas de recuperación (SQL + Grafo + Búsqueda Vectorial).
  • Gobierno y Calidad: Conocimiento en linaje de datos, catalogación, gestión de metadatos y marcos de calidad de datos.
  • Idiomas: Español (C1 - Experto) e Inglés (B2 - Avanzado).

Detalles de la oferta

  • Modalidad: Híbrido (40% Teletrabajo / Remoto).

See also