Data Ops Entineer - AI Enablement

Buscamos un/a Data Ops Engineer – AI Enablement para incorporarse a un entorno profesional orientado al uso avanzado de datos, analítica e inteligencia artificial generativa.

Tu misión será garantizar que los datos estén correctamente integrados, estructurados, documentados y preparados para alimentar soluciones analíticas, automatizaciones y aplicaciones basadas en IA.

El puesto combina aproximadamente:

• 60 % Data / Analytics Engineering
• 40 % AI Enablement / GenAI

Buscamos una persona con experiencia práctica en datos y capacidad para integrar APIs de modelos de lenguaje. No es una posición enfocada en entrenar modelos desde cero, sino en preparar datos fiables y utilizarlos para construir soluciones de IA generativa que aporten valor real al negocio.

¿Qué harás en tu día a día?

• Desarrollar y mantener procesos ETL/ELT utilizando Python y SQL.
• Extraer, transformar e integrar información procedente de diferentes fuentes.
• Implementar controles de limpieza, normalización, validación y calidad del dato.
• Asegurar la consistencia, trazabilidad y disponibilidad de los datos.
• Diseñar modelos de datos relacionales y datasets preparados para analítica e IA.
• Construir tablas y pipelines para automatizaciones y casos de uso GenAI.
• Integrar APIs de LLMs en soluciones internas y de negocio.
• Participar en soluciones basadas en prompting, embeddings, búsqueda semántica y RAG.
• Evaluar las respuestas generadas por los modelos y controlar aspectos como formato, contexto y alucinaciones.
• Utilizar herramientas GenAI para acelerar tareas de desarrollo, testing, análisis y documentación.
• Documentar transformaciones, reglas de negocio, modelos de datos, prompts y decisiones técnicas.
• Colaborar con equipos técnicos, analíticos y de negocio en un entorno transversal.

Requisitos imprescindibles

Para avanzar en el proceso será necesario contar con:

• Conocimientos sólidos de Python, aplicados al tratamiento, transformación y automatización de datos.
• Dominio avanzado de SQL, incluyendo joins complejos, CTEs, agregaciones, funciones de ventana y optimización básica de consultas.
• Experiencia práctica en procesos ETL/ELT productivos.
• Experiencia trabajando con volúmenes de datos medios o grandes.
• Conocimientos de modelado relacional, normalización y creación de datasets analíticos.
• Experiencia con sistemas de control de versiones, especialmente Git.
• Experiencia integrando APIs de LLMs en soluciones técnicas.
• Participación práctica en proyectos de inteligencia artificial generativa.
• Conocimientos de prompting, estructuración de respuestas y evaluación básica de outputs generativos.
• Entre 3 y 4 años de experiencia en Data Engineering, Data Ops, Analytics Engineering, automatización, GenAI o posiciones similares.

Conocimientos valorables

Se valorará positivamente experiencia o familiaridad con:

• Data lakes, data warehouses y arquitecturas lakehouse.
• Herramientas de orquestación de pipelines.
• Procesamiento distribuido y formatos analíticos.
• Plataformas cloud y entornos modernos de datos.
• LangChain, LlamaIndex, Semantic Kernel, Hugging Face, OpenAI API o Azure OpenAI.
• Embeddings, RAG, búsqueda semántica y bases de datos vectoriales.
• FAISS, Chroma, Pinecone, Weaviate o Azure AI Search.
• Calidad, privacidad, seguridad y gobierno del dato.
• Uso responsable de IA en entornos regulados o financieros.
• Ciclo de vida y puesta en producción de soluciones analíticas y GenAI.

¿Qué perfil buscamos?

Una persona:

• Analítica, metódica y orientada a la calidad.
• Autónoma para avanzar en tareas técnicas con una supervisión razonable.
• Proactiva a la hora de detectar mejoras en pipelines y procesos.
• Capaz de estructurar información compleja y aplicar reglas de negocio.
• Con buenas habilidades de comunicación y documentación técnica.
• Con curiosidad por las nuevas tecnologías de datos e IA generativa.
• Cómoda trabajando con equipos multidisciplinares y áreas de negocio.

¿Qué ofrecemos?

• Incorporación a un proyecto con foco real en datos e inteligencia artificial generativa.
• Participación en soluciones con aplicación directa en el negocio.
• Colaboración con equipos técnicos, analíticos y funcionales.
• Entorno de aprendizaje y evolución profesional.
• Posibilidad de trabajar con arquitecturas modernas de datos y GenAI.