Senior Data Engineer (LLM & RAG)

¿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.

Descubra exactamente qué habilidades, experiencia y cualificaciones necesitará para tener éxito en este puesto antes de enviar su solicitud a continuación.

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.

¿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).
• 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? xqbhyrx No dudes en inscribirte.