Modelador de Datos Semánticos

• Experiencia extensa y demostrada en estándares semánticos: RDF, RDFS, OWL, SKOS/SKOS-XL, DCT, DCAT.
• Experiencia práctica con bases de datos de grafos (por ejemplo, GraphDB, Stardog, Neo4j, Amazon Neptune).
• Gran dominio de SPARQL; conocimientos prácticos de GraphQL, Cypher o Gremlin.
• Familiaridad con lenguajes de validación: SHACL es imprescindible.
• Sólida comprensión de los principios de modelado de datos y de los sistemas relacionales/NoSQL.
• Experiencia en pipelines ETL/ELT, integración de datos basada en NLP y gestión de la calidad de los datos.
• Comodidad con los flujos de trabajo de IA/ML y el uso de LLMs para tareas semánticas.
• Atención al detalle y compromiso con entregables de alta calidad.
• Capacidad natural para conectar puntos entre conceptos abstractos y concretos.
• Fuerte memoria de trabajo/semántica y capacidad para gestionar dependencias de modelos complejos.
• Una mente con pensamiento visual/gráfico/3D: comodidad conceptualizando redes, jerarquías y relaciones.
• Excelentes habilidades de comunicación y documentación: capacidad para explicar conceptos semánticos claramente a la alta dirección.
• Proactivo, curioso y con ganas de explorar y adoptar tecnologías semánticas emergentes.
• Inventivo: proponer enfoques innovadores para modelar y gestionar datos utilizando métodos gráficos.

• Altamente organizado y con sólidas prácticas de gestión del conocimiento personal.
• Capacidad de trabajo en equipo y colaboración, con habilidad para influir y apoyar a los demás.
• Resolutivo, capaz de prosperar en entornos complejos y multidisciplinares.
• Entusiasta por las ciencias de la vida, la biotecnología o la farmacia, con deseo de apoyar la investigación y la innovación.

Inglés: nivel B2/C1.

• Modelo de trabajo híbrido y horario flexible que se adaptaría tanto a noctámbulos como a madrugadores.
• 25 días de vacaciones al año.
• Atractivo paquete de beneficios sociales.
• Oportunidades de desarrollo profesional y la oportunidad de dar forma al futuro de la empresa. 
• Una cultura centrada en el empleado, inspirada directamente en el feedback de los trabajadores: tu voz se escucha y se fomenta tu perspectiva.
• Diferentes programas de formación para apoyar tu desarrollo personal y profesional.
• Trabajar en una empresa internacional de rápido crecimiento.
• Ambiente agradable y equipo de gestión colaborativo.

Buscamos un Semantic Data Modeler altamente motivado y detallista para unirse a nuestro equipo innovador. En este puesto, diseñarás, desarrollarás y mantendrás modelos de datos semánticos que constituyen la base de la integración inteligente de datos, el descubrimiento de conocimiento y el razonamiento en dominios complejos como las ciencias de la vida. Esta posición se sitúa en la intersección del modelado de datos, los estándares semánticos, las tecnologías de grafos y los flujos de trabajo impulsados por IA, permitiendo una representación avanzada del conocimiento y la interoperabilidad de datos.

Si te apasiona conectar los puntos en ecosistemas de datos complejos, te motiva la precisión y la estructura, y tienes una capacidad natural para pensar en términos de grafos, jerarquías y relaciones, este puesto es para ti.

Esta es una oportunidad para estar a la vanguardia de la revolución de los datos semánticos en las ciencias de la vida, ayudando a las organizaciones a convertir datos complejos en conocimiento accionable. Trabajarás con herramientas de última generación y contribuirás a proyectos de gran impacto que aceleran el descubrimiento, la innovación y mejores resultados para los pacientes en todo el mundo.

Diseñar y mantener ontologías y vocabularios utilizando RDF, RDFS, OWL, SKOS/SKOS-XL, DCT, DCAT y muchas otras ontologías estándar.

En colaboración con Business Analysts, traducir conceptos de negocio en modelos semánticos que permitan la interoperabilidad y el razonamiento.

Garantizar que los modelos semánticos se alineen con los estándares web (W3C, FAIR) y los estándares de la industria (CDISC, SNOMED CT, etc.).

Aplicar lógica y lenguajes de validación (SHACL o ShEx) para asegurar la calidad del modelo y de los datos.

Modelar, almacenar y consultar datos en bases de datos de grafos (triple stores y sistemas de grafos de propiedades).

Utilizar SPARQL y otros lenguajes de consulta de grafos (por ejemplo, GraphQL, Cypher, Gremlin) para recuperar y gestionar grafos de conocimiento.

Optimizar los pipelines de datos de grafos para mejorar la escalabilidad, el rendimiento y la precisión.

Diseñar modelos como partes integradoras para implementar pipelines ETL/ELT con el fin de automatizar la extracción de conocimiento de datos estructurados y no estructurados hacia sistemas basados en semántica/grafos.

Integrar modelos semánticos con técnicas de NLP para el enriquecimiento/anotación semántica de conocimientos derivados de texto.

Colaborar con ingenieros y científicos de datos para garantizar una ingesta y alineación fluida de conjuntos de datos heterogéneos.

Definir prácticas de gobernanza de datos semánticos garantizando la consistencia, la trazabilidad y la reutilización.

Documentar exhaustivamente las elecciones de modelado, la evolución del esquema y los mapeos semánticos.

Contribuir a los estándares de metadatos y a las prácticas de gestión de datos (data stewardship).

Trabajar en un entorno Agile/Scrum, entregando mejoras iterativas.

Colaborar estrechamente con equipos multidisciplinares (ingenieros de datos, científicos, expertos en el dominio, especialistas en IA).

Contribuir a las prácticas de DevOps y MLOps en los pipelines semánticos.

Aportar la mayor comprensión posible de las ciencias de la vida, particularmente en el contexto de los sectores biotecnológico y farmacéutico, para adaptar las soluciones a las necesidades específicas de la industria.