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 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. 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. Procesamiento y cómputo distribuido:

Apache Spark / PySpark · Databricks · Cloudera CDP

Plataformas cloud y servicios de datos (conocimiento valorado)

: Azure:

Microsoft Fabric · Azure Data Factory · Azure Synapse · ADLS Gen2 GCP:

BigQuery · Dataflow · Dataproc · Cloud Composer AWS:

EMR · Glue · Redshift · S3 Motores de consulta:

Trino · Hive · Impala · Presto · BigQuery Orquestación e ingesta:

Apache Airflow · Apache NiFi · dbt · Kafka · Spark Streaming Almacenamiento distribuido:

HDFS · Apache Ozone · S3 / S3-compatible · Azure Data Lake Bases de datos relacionales:

PostgreSQL · MySQL · SQL Server · Oracle Bases de datos NoSQL:

MongoDB · Cassandra · HBase · Redis 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 Lenguajes:

Python · SQL · Java · Scala, spark

◼️

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. Ubicación:

Madrid.

◼️ ¿Somos

SATEC

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

📌 Lead Quality Management (Madrid)
🏢 Satec
📍 Madrid