Ingeniero de Datos - Grafos de Conocimiento y Tecnologías Semánticas

• Experiencia práctica entregando soluciones de knowledge graphs en producción con Stardog. La experiencia con otros RDF triplestores (GraphDB, Amazon Neptune, Virtuoso, Anzo) cuenta como transferible si estás listo para profundizar en Stardog. 
• Sólido dominio de los estándares de la web semántica: RDF, RDFS, OWL, SKOS, SHACL y SPARQL. 
• Modelado práctico de ontologías y taxonomías - capacidad para pasar de conversaciones con stakeholders y datos de origen desordenados a un modelo que sea sólido en producción. 
• Experiencia en mapeo y virtualización de fuentes relacionales y semiestructuradas en un grafo. 
• Sólidos conocimientos de Python y SQL para la preparación, transformación, automatización y resolución de problemas de datos. 
• Comodidad con flujos de trabajo basados en Git y CI/CD (GitHub Actions o Azure DevOps). 
• Experiencia trabajando con datos de life science o del sector sanitario, y comodidad con las expectativas de calidad y regulatorias que esto conlleva. 
• Autonomía y responsabilidad: defines el alcance de tu propio trabajo, propones un enfoque, lo defiendes y haces partícipe al equipo — en lugar de esperar a un ticket totalmente especificado. 
• Conocimientos prácticos de calidad de datos, marcos de validación y desarrollo de datos orientado a pruebas (test-driven data development). 
• Mentalidad orientada al equipo y experiencia en entornos ágiles (Scrum o Kanban). 

• Familiaridad con ontologías y terminologías públicas de life science (por ejemplo, SNOMED CT, MeSH, ChEBI, UMLS, LOINC). 
• Conocimiento de al menos un dominio de life science: datos clínicos y de ensayos clínicos (CDISC, SDTM), I+D y descubrimiento de fármacos, regulatorio (RIM, IDMP), o fabricación, cadena de suministro y calidad. 
• Comprensión de GxP u otras regulaciones de datos sanitarios. 
• Familiaridad con los principios de datos FAIR. 
• Experiencia combinando grafos con IA — GraphRAG, búsqueda vectorial o trabajo de ontologías asistido por LLM. 
• Conocimiento de property graphs (por ejemplo, Neo4j) y cómo se comparan con RDF. 
• Conocimiento de herramientas de linaje de datos, catálogo y gobernanza. 
• Automatización de infraestructura utilizando Terraform, Bash o PowerShell, y contenedores (Docker, Kubernetes).

• Competencia profesional de trabajo en inglés (nuestro idioma de trabajo interno y con clientes)
• Los conocimientos de idiomas locales (español/catalán, georgiano según la ubicación) son un plus.

Estamos buscando un Data Engineer especializado en knowledge graphs y tecnologías semánticas para unirse a nuestro creciente equipo de profesionales de Data y AI Engineering que prosperan en la intersección de los datos, la tecnología y el sector sanitario. Este es un rol práctico para alguien que pueda asumir la responsabilidad de una capa semántica de extremo a extremo — definiendo el enfoque con clientes y colegas, no solo implementando una especificación que se le entregue. 

En MIGx, construirás knowledge graphs en Stardog que conecten datos fragmentados de life science —a través de dominios de investigación, clínicos, regulatorios y operativos— en modelos sobre los que las personas y las máquinas puedan razonar realmente. Trabajarás junto a nuestros ingenieros de plataformas de datos e IA, aportando el respaldo semántico a las arquitecturas modernas de data mesh y data fabric.

• Diseñar, construir y evolucionar knowledge graphs en Stardog, desde el modelo conceptual hasta el despliegue en producción. 
• Modelar ontologías, taxonomías y vocabularios de dominio utilizando RDF, RDFS, OWL y SKOS, y aplicarlos mediante restricciones SHACL. 
• Escribir, optimizar y solucionar problemas de consultas SPARQL, reglas e inferencias sobre grafos de gran tamaño. 
• Integrar fuentes heterogéneas en el grafo utilizando virtual graphs y mappings (R2RML y similares) a partir de bases de datos relacionales, APIs, archivos y datos semiestructurados. 
• Dirigir sesiones de descubrimiento con expertos en la materia, convirtiendo las preguntas de negocio en preguntas de competencia y en un modelo semántico defendible. 
• Alinear los modelos internos con los estándares de life science y ontologías públicas, y gestionar el mapeo de identificadores y la resolución de entidades entre fuentes. 
• Automatizar la construcción, las pruebas y los despliegues de grafos a través de pipelines de CI/CD y herramientas en Python. 
• Integrar calidad de datos, validación y controles de reconciliación en el ciclo de vida del grafo. 
• Documentar modelos y habilitar otros —gobernanza, linaje y activos semánticos reutilizables que perduren más allá del proyecto. 
• Trabajar en equipos ágiles, contribuyendo a standups, retrospectivas y a la mejora continua.