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.

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 . Se espera capacidad para tomar decisiones de particionado, optimización de costes de cómputo/almacenamiento y definición de contratos de datos entre capas 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.

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 Ni Fi 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. 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.

Stack relevante: Procesamiento y cómputo distribuido: Apache Spark / Py Spark · Databricks · Cloudera CDP Plataformas cloud y servicios de datos (conocimiento valorado) : Azure: Microsoft Fabric · Azure Data Factory · Azure Synapse · ADLS Gen2 GCP: Big Query · Dataflow · Dataproc · Cloud Composer AWS: EMR · Glue · Redshift · S3 Formatos y motores de tabla abierta: Delta Lake · Apache Iceberg · Apache Hudi Motores de consulta: Trino · Hive · Impala · Presto · Big Query Orquestación e ingesta: Apache Airflow · Apache Ni Fi · dbt · Kafka · Spark Streaming Almacenamiento distribuido: HDFS · Apache Ozone · S3 / S3-compatible · Azure Data Lake Bases de datos relacionales: Postgre SQL · My SQL · SQL Server · Oracle Bases de datos No SQL: Mongo DB · Cassandra · HBase · Redis Bases de datos de series temporales: Influx DB · Timescale DB · Open TSDB Bases de datos de grafos: Neo4j · Apache Tinker Pop / Gremlin · SPARQL / RDF Gobierno y catálogo: Data Hub · Open Metadata · Apache Atlas · Databricks Unity Catalog · Microsoft Purview Búsqueda y recuperación: Elasticsearch · Open Search · Solr Vector stores Lenguajes: Python · SQL · Java · Scala, spark Información adicional: Modalidad: Híbrida.

Horario: Jornada adaptable 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.

Ubicación: Madrid. ¿Quiénes somos? 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.

📌 Data Architect (m/v) (Santander)
🏢 Satec
📍 Santander