Buscamos un/a Data Engineer con resistente orientación a negocio y mentalidad de producto, enfocado/a en la construcción de pipelines, datasets y capacidades de autoservicio, con impacto directo en negocio comercial, clientes y ecosistemas.

El rol se desarrollará sobre plataformas modernas como Palantir Foundry, en estrecha colaboración con equipos de plataforma, asegurando que los datos están bien estructurados, gobernados y alineados con una ontología transversal de la organización.

Formarás parte de un equipo con foco en negocio, donde el objetivo es impulsar KPIs clave y desarrollar soluciones de datos que generen impacto real. Este rol será clave no solo en la ejecución, sino también en la definición y evolución de los productos.

Buscamos un perfil que combine ingeniería de datos, conocimiento de IA Generativa y capacidad de interlocución técnica y de negocio, y que además:

- Entienda que la ontología es el core del valor del dato y la base para escalar soluciones de IA
- Tenga interés en cómo una base semántica sólida habilita casos de IA Generativa de calidad
- Sea capaz de moverse con naturalidad entre negocio y tecnología, actuando como puente entre ambos mundos
- Contribuya activamente a construir soluciones alineadas con objetivos de negocio, no solo a nivel técnico

Responsabilidades (foco en impacto al negocio)

Relación con negocio y gestión de stakeholders

- Interacción directa con equipos de negocio.
- Entendimiento profundo de necesidades y objetivos.
- Traducción a soluciones de datos alineadas con la ontología.
- Gestión de expectativas, tiempos y alcance.
- Acompañamiento en adopción.
- Identificación proactiva de oportunidades de valor.

Ingeniería de datos (transformación y consumo)

- Diseño, desarrollo y mantenimiento de pipelines ETL/ELT (capas de transformación y consumo).
- Desarrollo de pipelines en Palantir Foundry.
- Transformación y enriquecimiento de datos orientados a casos de uso de negocio.




- Optimización de rendimiento, costes y fiabilidad.
- Implementación de controles de calidad y monitorización.

Colaboración con equipos de plataforma

- Interlocución directa con equipos de ingestas y plataformas de datos.
- Entendimiento de la arquitectura (sin ser responsable de implementarla).
- Definición de requisitos de datos: formatos, SLAs, calidad y contratos.
- Alineamiento con estándares de arquitectura y gobierno.
- Identificación y gestión de incidencias en la cadena de datos.

Aplicaciones de datos y autoservicio

- Construcción de datasets con calidad, gobernados y reutilizables.
- Diseño de aplicaciones orientadas a autoservicio.
- Reducción de dependencias técnicas para negocio.
- Mejora del time-to-insight.

IA Generativa (conocimiento aplicado)

- Comprensión de cómo la estructura y calidad del dato impacta en LLMs.
- Uso básico de APIs de LLMs, embeddings y vector databases.

Experiencia

- 3–5 años en Data Engineering.
- Experiencia en pipelines productivos.
- Experiencia en entornos con múltiples equipos (plataforma, ingestión, negocio).
- Experiencia trabajando con modelos de datos complejos y reutilizables.
- Experiencia aplicando buenas prácticas de ontologías y gobierno del dato.
- Experiencia evitando duplicidades y promoviendo reutilización.
- Muy valorado, experiencia en campañas comerciales, MDM, conocimiento de Salesforce.

Tecnologías valoradas

- Conocimiento de IA Aplicada.
- Uso de APIs de LLMs.
- Construcción de aplicaciones con LLMs.
- Embeddings y vector databases.
- Pipelines de RAG.
- Frameworks de orquestación de LLMs.
- Mentalidad de dato como producto.
- Foco en consistencia y escalabilidad semántica (ontología).
- Capacidad de interlocución técnica y de negocio.
- Pensamiento estructurado.

En Grupo Mutua Madrileña, valoramos la diversidad y creemos en la igualdad de oportunidades para todos. Promovemos un entorno inclusivo donde la equidad salarial y la no discriminación son pilares fundamentales.

#J-18808-Ljbffr

📌 Data Engineer - Business Focus (Madrid)
🏢 Importante grupo
📍 Madrid