Buscamos un/a Data Ops Engineer – AI Enablement para incorporarse a un contexto profesional orientado al uso avanzado de datos, analítica e inteligencia artificial generativa.
Tu misión será garantizar que los datos estén correctamente integrados, estructurados, documentados y preparados para alimentar soluciones analíticas, automatizaciones y aplicaciones basadas en IA.
60 % Data / Analytics Engineering
~Buscamos una persona con experiencia práctica en datos y capacidad para integrar APIs de modelos de lenguaje. No es una posición enfocada en entrenar modelos desde cero, sino en preparar datos fiables y utilizarlos para construir soluciones de IA generativa que aporten valor real al negocio.
¿Desarrollar y mantener procesos ETL/ELT utilizando Python y SQL .
Implementar controles de limpieza, normalización, validación y calidad del dato.
Asegurar la consistencia, trazabilidad y disponibilidad de los datos.
Diseñar modelos de datos relacionales y datasets preparados para analítica e IA.
Utilizar herramientas GenAI para acelerar tareas de desarrollo, testing, análisis y documentación.




Documentar transformaciones, reglas de negocio, modelos de datos, prompts y decisiones técnicas.
Conocimientos sólidos de Python , aplicados al tratamiento, transformación y automatización de datos.
Dominio avanzado de SQL , incluyendo joins complejos, CTEs, agregaciones, funciones de ventana y optimización básica de consultas.
Experiencia práctica en procesos ETL/ELT productivos .
Experiencia trabajando con volúmenes de datos medios o grandes .
Experiencia con sistemas de control de versiones, especialmente Git .
Experiencia integrando APIs de LLMs en soluciones técnicas .
Participación práctica en proyectos de inteligencia artificial generativa .
Entre 3 y 4 años de experiencia en Data Engineering, Data Ops, Analytics Engineering, automatización, GenAI o posiciones similares.

Se valorará positivamente experiencia o familiaridad con:
Data lakes, data warehouses y arquitecturas lakehouse

📌 Data Architect Cloud (Madrid)
🏢 BCNC GROUP
📍 Madrid