Ingeniero de Analítica Sénior (Datos Centrales)

Central Data es el responsable del modelo de datos central de Finom, de las métricas certificadas y de los canales a través de los cuales la empresa y sus agentes de IA utilizan los datos. Como nuestro Senior Analytics Engineer, seguirás desarrollando ese modelo y construirás las herramientas que lo conecten con las herramientas de IA utilizadas en toda la empresa, para que tanto las personas como los agentes puedan sacar más partido a los datos. Trabajarás directamente con las funciones de negocio en sus procesos. También utilizarás LLMs cuando realicen mejor el trabajo que el código, como en tareas de clasificación, extracción y traducción, evaluándolos como cualquier otro paso de un pipeline.

Este no es un rol de "construir lo que dice el ticket". Trabajarás con los stakeholders en cómo funcionan sus procesos, sugerirás mejoras y conectarás el trabajo de datos con el coste y el valor de negocio. Reportarás al Head of Central Data.

• No es un rol de business analyst sin profundidad técnica
• No es un ingeniero que construye solo lo que hay en el ticket
• No es investigación de ML o entrenamiento de modelos
• No es infraestructura de plataforma, que pertenece a nuestro equipo de Platform
• No es un rol libre de rutina. El trabajo recurrente es parte del trabajo, y también lo es reducirlo

• Diseñar y evolucionar entidades, métricas y productos de datos en el modelo central, con pruebas, linaje y documentación, para que sus consumidores puedan reutilizarlos y extenderlos
• Construir y mantener pipelines, incorporar nuevas fuentes de datos por tu cuenta, mantener la ejecución de CI/CD y los controles de calidad de datos, y participar en migraciones
• Entrevistar a los stakeholders, entender cómo funcionan sus procesos y definir el alcance de lo que necesitan. Conectar cada pieza de trabajo de datos con su coste y valor de negocio
• Participar en la elaboración de informes recurrentes, incluyendo ciclos regulatorios y de auditoría, conciliaciones y solicitudes de datos de las funciones de negocio
• Integrar pasos de LLM en los pipelines de informes y métricas, como traducción, clasificación, agregación básica y preparación de datos no estructurados. La evaluación de la calidad de la salida es parte de la entrega
• Exponer la capa semántica a herramientas y agentes internos a través de MCP y APIs, trabajando con ingeniería en estándares compartidos
• Preparar los datos para herramientas agénticas, sistemas de IA para toda la empresa y destinatarios externos a partir de las mismas definiciones certificadas, de modo que sean reproducibles y rastreables hasta el modelo

Tendrás una alta autonomía. Tú eliges las herramientas y el enfoque, incluyendo la prueba de nuevos proveedores y soluciones de código abierto. Se requiere aprobación en dos casos. El primero es la arquitectura: si una solución escala, se mantiene en distintos casos de uso y volúmenes crecientes, y funciona sin soporte constante. El segundo es cualquier cosa que alimente decisiones de alto riesgo. Las prioridades se establecen en función del impacto final en el negocio.

En tus primeros meses conocerás el modelo, el stack y a tus stakeholders. A los seis meses serás autosuficiente y tomarás decisiones de criterio sobre el alcance y el diseño sin necesidad de escalar. A partir de ahí, establecerás objetivos a largo plazo junto con tus stakeholders, serás responsable de una hoja de ruta de dominio y mentorizarás a otros en prácticas de capa semántica y analytics engineering.