Arquitecto de Datos de IA

• Grado o Máster en informática, Sistemas de Información o un campo relacionado.
• Más de 5 años de experiencia en ingeniería de datos y arquitectura de datos, incluyendo el diseño de modelos de datos, plataformas y pipelines de datos de extremo a extremo. Experiencia demostrada definiendo la arquitectura de datos para soluciones de IA/analítica en una de las principales plataformas en la nube (preferiblemente Azure; AWS es un plus) y arquitecturas de Big Data.
• Arquitectura y modelado de datos para sistemas relacionales y NoSQL, incluyendo paradigmas de almacenamiento modernos (por ejemplo, almacenamiento de objetos, lakehouse, warehouse).
• Diseño de plataformas de datos escalables y patrones arquitectónicos (por ejemplo, Lakehouse, Data Mesh, Medallion), incluyendo consideraciones de gobernanza, linaje y calidad.
• Arquitectura de sistemas de IA compuestos, incluyendo capas de datos para soluciones de IA (por ejemplo, RAG, GraphRAG), almacenes de vectores, bases de datos de grafos y pipelines de embeddings.
• Sólidas habilidades de programación en Python, incluyendo programación asíncrona (asyncio) y procesamiento de datos.
• Apache Spark y plataforma Databricks.
• Experiencia en plataformas de datos en la nube, preferiblemente Azure Cloud y servicios de la plataforma de datos de Azure.
• Arquitecturas orientadas a eventos y streaming, utilizando servicios de streaming como RabbitMQ o Apache Kafka.
• Big data y arquitecturas de computación a gran escala, incluyendo patrones de procesamiento por lotes y en tiempo real.
• Diseño de microservicios y sistemas distribuidos, incluyendo servicios de datos basados en API.
• Prácticas de contenerización y despliegue utilizando Docker (y Kubernetes como un plus).
• Seguridad, privacidad y cumplimiento de datos (por ejemplo, GDPR), incluyendo cifrado, control de acceso y enmascaramiento/anonimización de datos.
• Prácticas de ingeniería de software, incluyendo metodologías Agile (Scrum, Kanban) y DevOps (CI/CD con GitHub Actions).
• Plataformas de orquestación de contenedores: Kubernetes.
• Tecnologías de bases de datos de grafos y modelado de datos.
• Marcos de orquestación de flujos de trabajo y gestión de tareas como Apache Airflow y Celery.
• Plataformas de IA/ML y servicios de IA en la nube.
• Patrones de soluciones de LLM y agentes, incluyendo prompt engineering y orquestación de agentes de IA.
• Prácticas de MLOps, incluyendo la gestión del ciclo de vida del modelo, CI/CD para ML, despliegue, monitorización y pipelines de reentrenamiento.
• Sólidas habilidades de resolución de problemas con la capacidad de trabajar tanto de forma independiente como colaborativa en equipos multidisciplinares.
• Excelentes habilidades de comunicación y gestión de stakeholders, con la capacidad de traducir las necesidades de negocio en arquitecturas técnicas e influir en la toma de decisiones entre equipos.

Digital Hub Madrid atrae, hace crecer y desarrolla a personas apasionadas que tendrán un impacto significativo en el futuro digital de BASF. Ven a unirte a nosotros y forma parte de nuestro viaje de digitalización.

Describe tu misión de producto aquí / objetivo del puesto: El equipo de AI & Automation Enablement diseña e implementa soluciones de IA y automatización escalables que aportan un valor empresarial mensurable. Al combinar una arquitectura sólida, excelencia en ingeniería y capacidades de industrialización, permitimos que BASF transforme las oportunidades en sistemas listos para producción, de forma constante, fiable y a escala.

Sobre el puesto: "AI Data Architect" en un equipo orientado a proyectos que diseña arquitecturas de datos escalables de nivel empresarial y lidera la ingeniería de plataformas de datos robustas, colaborando entre dominios y equipos para permitir el desarrollo e industrialización de soluciones de IA que aporten un valor empresarial mensurable.

• Definir y ser responsable de la arquitectura de datos de extremo a extremo para soluciones de IA, desde la ingesta y el almacenamiento hasta las capas de servicio que alimentan los modelos y la analítica (por ejemplo, pipelines por lotes, APIs en tiempo real).
• Diseñar las bases de datos para sistemas de IA compuestos, incluyendo arquitecturas de recuperación (por ejemplo, RAG), almacenes de vectores y de conocimiento, y capas de características/embeddings.
• Establecer estándares de modelado de datos, capas semánticas y arquitecturas de referencia reutilizables para diversas cargas de trabajo (batch, streaming, tiempo real, analíticas, impulsadas por IA) en toda la organización.
• Definir y aplicar marcos de gobernanza para la calidad, el linaje, la seguridad y el cumplimiento de los datos, garantizando productos de datos fiables y bien gestionados.
• Establecer directrices arquitectónicas y mejores prácticas para plataformas y pipelines de datos escalables, y asegurar su adopción constante.
• Proporcionar liderazgo técnico y orientación a ingenieros de datos, científicos de datos y socios de negocio sobre arquitectura de datos e IA.
• Evaluar tecnologías emergentes y definir la hoja de ruta estratégica para la plataforma de datos e IA.
• Mantenerse al día con las tendencias y mejores prácticas en arquitectura de datos, IA y plataformas en la nube.

Porque contamos con soluciones innovadoras, acciones sostenibles, un pensamiento conectado y contigo, forma parte de nuestra fórmula de éxito y desarrolla el futuro con nosotros, en un equipo global que abraza la diversidad y la igualdad de oportunidades independientemente del género, la edad, el origen, la orientación sexual, la discapacidad o las creencias. En BASF, nos comprometemos a mantener y asegurar el cumplimiento de los estándares de la empresa relacionados con la calidad, el medio ambiente, la salud, la seguridad y la energía, de acuerdo con nuestras directrices globales. Promovemos activamente una cultura de prevención y mejora continua, fomentando la colaboración en iniciativas relacionadas con la calidad, la protección del medio ambiente, la salud, la seguridad y el rendimiento energético. Fomentamos el uso responsable de la energía, promoviendo la eficiencia en las operaciones diarias y apoyando la identificación de proyectos de mejora y oportunidades de ahorro energético.