Ingeniero de Datos Sénior

• Más de 5 años de experiencia en ingeniería de datos, ingeniería de plataformas, ingeniería backend, ingeniería de ML o una disciplina relacionada, con experiencia en la construcción y operación de sistemas de producción.

• Sólidos conocimientos de Python y SQL.

• Sólidos fundamentos de ingeniería de datos, incluyendo pipelines de datos, modelado de datos, calidad de datos, orquestación y acceso seguro a los datos.

• Experiencia con Snowflake, Databricks o plataformas de datos modernas comparables, y herramientas como dbt, Airflow o similares.

• Experiencia práctica construyendo o dando soporte a sistemas de producción utilizando LLMs / IA generativa.

• Experiencia práctica con uno o más de los siguientes: RAG, embeddings, búsqueda vectorial, tool/function calling, agentes de IA o sistemas de conocimiento empresarial.

• Experiencia construyendo capacidades de datos o de plataforma que sean reutilizables entre equipos, en lugar de desarrollar únicamente soluciones puntuales.

• Experiencia llevando sistemas de la experimentación a una producción fiable, incluyendo consideraciones sobre escalabilidad, observabilidad, rendimiento y mantenibilidad.

• Sólido conocimiento de seguridad, autenticación/autorización, privacidad y gobernanza de datos, especialmente en el contexto de datos empresariales.

• Gran capacidad de comunicación para trabajar con los equipos de Engineering, Product e IT y transformar problemas ambiguos de IA y datos en soluciones de ingeniería prácticas.

• Una conexión a internet doméstica fiable (o capacidad para conseguir una).

• Nivel de inglés fluido.

• Experiencia con AWS Bedrock u otras plataformas gestionadas de modelos fundacionales.

• Experiencia práctica con MCP (Model Context Protocol) o enfoques similares para conectar sistemas de IA con herramientas y datos empresariales.

• Experiencia con evaluación de LLM, observabilidad, monitorización o calidad de la IA.

• Experiencia con LangChain, LangGraph o frameworks similares.

• Experiencia con bases de datos vectoriales o tecnologías de búsqueda.

• Experiencia implementando prácticas de seguridad de la IA, gobernanza o IA responsable.

• Experiencia construyendo plataformas internas para desarrolladores, SDKs, APIs o infraestructura reutilizable para equipos de ingeniería.

• Experiencia trabajando en entornos de ingeniería de datos y de plataformas de IA/ML.

Con ubicaciones, culturas y necesidades diversas, creamos How YOU Work; un programa que apoya toda tu experiencia humana en Oyster:

• Trabaja desde cualquier lugar: Oyster no tiene fronteras ni sede central. Siempre que el trabajo se entregue a tiempo, tu equipo esté apoyado y tengas autorización para trabajar donde vives, puedes trabajar desde cualquier lugar.

• Tiempo libre remunerado: Disfruta de 40 días libres al año (incluyendo festivos y vacaciones), o más si tu país lo requiere.

• Apoyo a la salud mental: Accede a Plumm, nuestro servicio de bienestar mental.

• Asignación para bienestar: Cada mes, recibe una asignación para bienestar en tu monedero ThanksBen para gastar en una amplia gama de opciones.

• Permiso parental flexible: Todos los nuevos padres tienen derecho a al menos tres meses de permiso remunerado, con protección del puesto de trabajo hasta 12 meses o según lo requiera la legislación local.

• Estipendio para teletrabajo: Recibe un estipendio para tu portátil y equipo de oficina en casa para que puedas instalarte rápidamente.

Ubicación: Aunque este puesto se publica en una ubicación específica, todos los puestos de Oyster son totalmente remotos y puedes trabajar desde casa. Para siempre. Para crear la mejor experiencia para nuestra nueva incorporación, este rol requiere que residas dentro de la zona horaria UTC−6 a UTC+3.

El equipo de Data Engineering de Oyster está construyendo la capa fundamental de la plataforma de IA que permitirá a los equipos de toda Oyster desarrollar, desplegar y operar capacidades de IA seguras y de nivel de producción. Como Senior Data Engineer centrado en AI Platform, trabajarás en la intersección de la ingeniería de datos, la ingeniería de plataformas y la IA aplicada. Construirás los pipelines de datos, servicios, integraciones y capacidades de plataforma reutilizables que impulsan los casos de uso de IA en toda Oyster.

Aprovecharás la plataforma de datos actual de Oyster en AWS y Snowflake para hacer que los datos empresariales sean accesibles, fiables, seguros y útiles para la IA, dando soporte a capacidades como LLMs, RAG, embeddings, búsqueda vectorial, agentes de IA, tool calling y flujos de trabajo de IA.

Este no es un rol de ingeniería de datos tradicional centrado principalmente en pipelines analíticos o informes. Ayudarás a definir y construir los cimientos de datos y de la plataforma que permitan que los sistemas de IA pasen de la experimentación a una producción fiable, trabajando estrechamente con los equipos de Engineering, Product, IT y otros equipos de toda Oyster.

• Diseñar y construir pipelines de datos y capacidades de plataforma que den soporte a aplicaciones de IA, sistemas de conocimiento y flujos de trabajo de IA.

• Construir y mantener pipelines de datos y de conocimiento para la ingesta, transformación, fragmentación (chunking), embeddings, recuperación, búsqueda vectorial, metadatos y gestión del conocimiento.

• Desarrollar formas seguras y reutilizables para que los sistemas de IA accedan a los datos y sistemas empresariales mediante APIs, MCP, tool calling y patrones similares.

• Construir servicios, librerías, frameworks y herramientas de desarrollo reutilizables que faciliten a los equipos de ingeniería la creación y puesta en producción de capacidades de IA.

• Aplicar prácticas sólidas de ingeniería de datos en torno al modelado de datos, calidad de datos, linaje, acceso, fiabilidad y gobernanza a los datos y sistemas relacionados con la IA.

• Ayudar a establecer patrones para el despliegue, la observabilidad, la evaluación y la gestión del ciclo de vida de la IA, incluyendo la calidad, latencia, fiabilidad, seguridad y costes.

• Colaborar con ingenieros y partes interesadas para llevar los casos de uso de IA del prototipo a la producción, garantizando que los datos y la infraestructura subyacentes sean escalables y mantenibles.

• Garantizar que las capacidades de la plataforma de IA cumplan con los requisitos de seguridad, privacidad, control de acceso y gobernanza de datos de Oyster.

• Evaluar las tecnologías emergentes de IA y datos y determinar dónde pueden crear un valor significativo para Oyster.