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 versátil 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 clave como telecomunicaciones, sanidad y administración pública. Operamos en España, Marruecos, Arabia Saudí y otros países, impulsando la transformación digital de nuestros clientes.
📌 Temp Quality Lead (Madrid)
🏢 Satec
📍 Madrid