Arquitecto de Datos (Metadatos, Gobernanza y Semántica)

• Más de 8 años en roles de arquitectura de datos o plataformas de datos, incluyendo más de 3 años en gestión de metadatos, gobernanza de datos o catalogación de datos en un entorno de datos amplio y diverso.
• Experiencia arquitectónica con catálogos de datos empresariales (por ejemplo, DataHub, OpenMetadata, Collibra o similares), incluyendo despliegues fuera de servicios en la nube gestionados; la comprensión de los conceptos es más importante que cualquier producto específico.
• Experiencia práctica con Python suficiente para leer/revisar trabajos de ingeniería de datos (modelos dbt, pipelines) y colaborar estrechamente con el equipo de Data Engineering en este flujo de trabajo.
• Sólida experiencia práctica con herramientas asistidas por IA y flujos de trabajo de agentes (agentic workflows), incluyendo la capacidad de identificar casos de uso relevantes e integrar capacidades de IA en las prácticas de ingeniería del día a día.
• Conocimientos sólidos de estándares de metadatos y linaje (por ejemplo, OpenLineage, Open Data Contract Standard o similares) y experiencia integrándolos con modelos de eventos y metadatos propietarios internos.
• Diseño contrastado de arquitecturas de metadatos federadas (hub-and-spoke): una capa central para identidad, jerarquía y enlaces, catálogos a nivel de dominio con detalles locales enriquecidos y un contrato claro entre ambos.
• Experiencia práctica con modelos operativos de gobernanza de datos: roles de propiedad (ownership) y gestión (stewardship), clasificación de sensibilidad y medición de la calidad de los metadatos.
• Diseño de capa semántica: glosarios de negocio y registros de conceptos, resolución de conflictos de términos entre departamentos, resolución de entidades, modelado de grafos de conocimiento; conocimientos a nivel de diseño de bases de datos de grafos.
• Experiencia trabajando en entornos on-premises o regulados: residencia de datos, auditabilidad, permisos de datos limitados por licencia (esto no es un "plus", es el entorno real del cliente).
• Fuertes habilidades de consultoría y trato con el cliente: liderazgo de sesiones de trabajo, defensa de decisiones de diseño en revisiones escritas, negociación de límites entre equipos con iniciativas de catálogo superpuestas.
• Capacidad para producir documentos de arquitectura listos para el cliente y respuestas de revisión escritas sin apoyo editorial.
• Inglés B2+/C1 obligatorio (interacción directa con el cliente en la fase de descubrimiento).

• Conocimiento de ontologías de la industria financiera (por ejemplo, FIBO o similares) y una visión realista de sus limitaciones prácticas. 
• Experiencia en el dominio de gestión de activos, datos de mercado o informes de fondos — solo como valor añadido (nice-to-have).
• Experiencia diseñando capas de metadatos y descubrimiento consumidas por agentes de IA — directamente relevante dado que este es un flujo de trabajo de "AI Agents"; es un gran punto a favor, pero no es un requisito excluyente.
• Familiaridad con la búsqueda semántica sobre metadatos basada en embeddings.
• Experiencia en preventa, descubrimiento/solución, o experiencia incorporándose a un proyecto ya en curso (este proyecto comienza en la fase de descubrimiento/evaluación/alcance).

Nuestro cliente es una empresa líder mundial en gestión de inversiones con sede en Londres. Gestiona más de 228.000 millones de dólares en activos y presta servicios a inversores institucionales, fondos de pensiones, gestores de patrimonios y otros clientes sofisticados en todo el mundo. La firma se especializa en inversión cuantitativa, inversiones alternativas, estrategias de trading sistemático y gestión de activos impulsada por la tecnología. La ciencia de datos, el aprendizaje automático y la IA son componentes centrales de sus procesos de inversión e investigación.

Como parte de nuestra colaboración, nos centraremos en dos capacidades fundamentales necesarias para permitir una adopción de la IA segura y escalable en toda la empresa: Agentic Security y AI-Ready Data Foundations.

Construimos las bases de datos que hacen que la IA sea útil y segura dentro de empresas financieras reguladas. El valor de la IA está limitado por los datos a los que sus agentes pueden acceder: si un agente no puede encontrar, interpretar, rastrear o recibir los permisos correctos sobre los datos, la capacidad es inútil o, lo que es peor, insegura. Tu trabajo es cerrar esa brecha.

• Asumir la responsabilidad de la arquitectura de metadatos federada: la capa central de descubrimiento, los catálogos de dominio para datos de mercado e informes curados, y el contrato de federación que los vincula. 
• Diseñar modelos de metadatos de dominio en sesiones de trabajo con los equipos del cliente que poseen los datos, ampliando el modelo de catálogo existente del cliente en lugar de sustituirlo. 
• Definir el enfoque para los metadatos derivados de máquinas: qué se recolecta automáticamente, qué es redactado por LLMs y aprobado por responsables humanos (stewards), qué permanece manual y cómo se califica su calidad. 
• Diseñar la capa semántica: definiciones de términos de negocio compartidos con mapeos por departamento, resolución de entidades entre fuentes y el grafo de conocimiento que permite el descubrimiento guiado. 
• Actuar como autoridad de diseño para el equipo de ingeniería (engineering pod): revisar los diseños de integración y mantener las implementaciones paralelas alineadas con una única arquitectura. 
• Representar el diseño en la gobernanza del cliente: revisiones, respuestas escritas a las partes interesadas de alto nivel, coordinación con las propias iniciativas del cliente y con el flujo de trabajo paralelo de permisos y seguridad. 
• Dar forma a los planes de entrega por fases, las estimaciones de esfuerzo y los requisitos previos de preparación de datos para la fase de implementación.