Ingeniero de Habilitación de Datos para IA

• Más de 5 años de experiencia práctica en ingeniería de datos en plataformas de datos en la nube; experiencia demostrada con Databricks en la entrega de proyectos reales, no solo en una lista de habilidades
• Experiencia práctica directa con Databricks Genie: haber construido, configurado y ajustado estos sistemas en producción o pilotos avanzados, con referencia específica a las variantes utilizadas (Cortex Analyst / Search / Agents / LLM Functions, o espacios Genie con modelos semánticos)
• Entrega de capas semánticas / productos de datos de confianza: haber construido conjuntos de datos gobernados en los que los usuarios de negocio puedan confiar, con definiciones de KPI, jerarquías y alineación con el glosario de negocio
• dbt, PySpark, Snowpark, SQL, Python: sólidos conocimientos en el stack de datos moderno
• Orquestación con Airflow, Databricks Workflows o equivalentes
• Gobernanza de datos en entornos regulados: RBAC, RLS, enmascaramiento, linaje, auditabilidad
• Experiencia integrando datos estructurados y no estructurados (PDFs, contenido de SharePoint/Teams, fuentes de conocimiento empresarial) en flujos de trabajo de habilitación de IA

• Experiencia en el dominio farmacéutico, de ciencias de la vida o servicios financieros regulados
• Integración de Veeva CRM, IQVIA, SAP o fuentes de datos clínicos
• Streamlit o Databricks Apps para analítica orientada al negocio
• Certificación Databricks Data Engineer Professional
• LangChain, LlamaIndex o frameworks RAG equivalentes
• Optimización de costes tanto en la dimensión de computación (almacén/clúster) como en la de LLM (tokens/caché/enrutamiento)

El departamento de IT de Digital Finance de nuestro cliente está construyendo una capa de habilitación de IA sobre su plataforma de datos empresarial para permitir que los usuarios de negocio en toda el área de Finanzas interactúen con datos gobernados mediante lenguaje natural. Estamos contratando a un Data Enablement Engineer para diseñar, construir y operar los conjuntos de datos de confianza, los modelos semánticos y las experiencias de IA integradas que hacen esto posible.

Este es un puesto de ingeniería de plataformas de datos, no un puesto de ciencia de datos o de construcción de modelos. Dedicarás tu tiempo a la ingeniería de la base de datos que hace que la IA sea fiable (capas semánticas, productos de datos gobernados y analítica integrada en lenguaje natural), no al entrenamiento de modelos.

• Diseñar y construir productos de datos preparados para IA en Databricks: conjuntos de datos de confianza con semántica de negocio bien definida, KPIs, jerarquías y alineación con el glosario de negocio
• Implementar capas semánticas y conjuntos de datos gobernados que admitan tanto el consumo de BI tradicional como la consulta mediante lenguaje natural por parte de los usuarios de negocio
• Desplegar y operar espacios de Databricks Genie con Unity Catalog, ajustándolos para mejorar la precisión, la adopción y la relevancia para el negocio
• Construir pipelines de RAG y aplicaciones de analítica conversacional basados en datos empresariales gobernados, incluyendo Streamlit o Databricks Apps que permitan a los usuarios de negocio consultar datos sin escribir SQL
• Diseñar pipelines ETL/ELT robustos (dbt, Airflow, Snowpark, PySpark) que produzcan y mantengan los datos de confianza de los que dependen estas experiencias de IA
• Implementar la gobernanza de datos (RBAC, seguridad a nivel de fila/columna, enmascaramiento, linaje, auditabilidad, gestión de catálogos y metadatos) en un entorno farmacéutico regulado
• Optimizar coste y rendimiento tanto en el lado de la plataforma de datos (dimensionamiento del almacén, ajuste de clústeres, optimización de consultas) como en el lado de la IA (uso de tokens, caché, enrutamiento de modelos)
• Colaborar con los stakeholders de negocio de Finanzas para traducir los requisitos del dominio en modelos semánticos y productos de datos gobernados en los que puedan confiar

• Data Scientists: este puesto no consiste en entrenamiento de modelos, fine-tuning, LoRA/RLHF o investigación de ML
• Ingenieros de datos puros que mencionen Cortex o Genie como una habilidad pero no los hayan implementado en producción
• Ingenieros de IA/GenAI cuyo centro de gravedad sean los agentes de LangChain o RAG sobre documentos, sin una base sólida en plataformas de datos gobernadas
• Especialistas en visión artificial, constructores de modelos NLP o especialistas en orquestación multi-agente: no encajan en el perfil de este puesto