Data Architect - Satec

En Satec buscamos un/a Data Architect — Hands-on, Governance-first, que entienda que una arquitectura solo aporta valor si puede llevarse a la práctica.

Queremos incorporar a una persona con mentalidad de constructor/a, capaz de diseñar e implementar arquitecturas de datos desde cero y de colaborar estrechamente con científicos/as e ingenieros/as de datos para alcanzar la excelencia técnica.

No buscamos un perfil que se limite a definir modelos o elaborar diagramas. Se espera participación directa en las decisiones de diseño, la selección de herramientas y la resolución de problemas técnicos complejos. Todo ello con una visión clara: el verdadero valor del dato reside en su gobierno y en su capacidad para alimentar soluciones analíticas, RAG e IA Agéntica.

La posición cubre cuatro responsabilidades concretas:

1. Arquitectura Lakehouse/Warehouse Diseño e implementación de arquitecturas multicapa. Se espera capacidad para tomar decisiones de particionado, optimización de costes de cómputo/almacenamiento y definición de contratos de datos entre capas

2. Gobierno del Dato desde cero Definición e implantación de estrategia de gobierno: catálogo de activos, linaje técnico y operacional, clasificación y calidad del dato. Se valora experiencia real con ingesta de metadatos vía APIs, configuración de políticas de acceso y trazabilidad end-to-end desde fuente hasta consumo analítico o IA.

3. Referente técnico de ingeniería Estandarización de prácticas de desarrollo (Python, SQL, Java) en un equipo de ingeniería de datos. Implica diseño de arquitecturas de ingesta y transformación con herramientas como Apache NiFi o Airflow, revisión de código, definición de patrones reutilizables, documentación técnica y mentoring. No es un rol de gestión: se espera participación directa en decisiones de diseño y resolución de problemas técnicos complejos, incluyendo elección y configuración de herramientas de orquestación y pipeline.

4. Infraestructura de datos para IA Agéntica y RAG Diseño de pipelines de preparación de datos para sistemas RAG: estrategias de chunking, generación y almacenamiento de embeddings, selección de vector stores, optimización de recuperación semántica. Conocimiento de los trade-offs entre retrieval denso/disperso y capacidad para integrar esta capa con arquitecturas Lakehouse existentes.

• Procesamiento y cómputo distribuido: Apache Spark / PySpark Databricks Cloudera CDP

Plataformas cloud y servicios de datos (conocimiento valorado) :

• Formatos y motores de tabla abierta: Delta Lake Apache Iceberg Apache Hudi
• Orquestación e ingesta: Apache Airflow Apache NiFi dbt Kafka Spark Streaming
• Bases de datos relacionales: PostgreSQL MySQL SQL Server Oracle
• Bases de datos de series temporales: InfluxDB TimescaleDB OpenTSDB
• Bases de datos de grafos: Neo4j Apache TinkerPop / Gremlin SPARQL / RDF
• Gobierno y catálogo: DataHub OpenMetadata Apache Atlas Databricks Unity Catalog Microsoft Purview
• Búsqueda y recuperación: Elasticsearch OpenSearch Solr
• Vector stores

Información adicional:

• Horario: Jornada flexible con horario general de 9:00 a 18:00 horas de lunes a jueves y los viernes de 9:00 a 15:00 horas. Además, jornada reducida coincidente con el calendario escolar durante el verano.

Somos SATEC, un grupo tecnológico con más de 30 años de experiencia en proyectos de integración e innovación tecnológica en sectores clave como telecomunicaciones, sanidad y administración pública. Operamos en España, Marruecos, Arabia Saudí y otros países, impulsando la transformación digital de nuestros clientes.

En SATEC, la diversidad es una seña de identidad. Promovemos la igualdad y la equidad, creando un entorno libre e inclusivo donde todas las personas puedan desarrollar su máximo potencial.

#J-18808-Ljbffr