Engineer AI/Data

Grupo NS; Madrid; On-site; EUR 60,000 - 90,000; Full time

Job summary

En Grupo NS buscamos un Knowledge Engineer experto para diseñar y construir las capas de conocimiento que sostienen sistemas de IA conversacional y plataformas semánticas empresariales.

El rol combina rigor en modelado de conocimiento con visión de arquitectura de datos y capacidad de entrega end-to-end, desde el análisis del dominio de negocio hasta la implementación en producción, con foco en calidad, escalabilidad y gobernanza.

Qualifications

• Experiencia de 6–8 años en Data Engineering / Data Architecture / IA.
• Mínimo 2–3 años en Knowledge Graphs u ontologías aplicadas.
• Dominio OWL, RDF, RDFS, SPARQL o SHACL.
• Experiencia con grafos: Neo4j, Neptune o Cosmos DB.
• Conocimiento de arquitecturas RAG e integración con LLMs.
• Experiencia con LangGraph, LangChain o similares.
• Capacidad de extracción y transformación de conocimiento desde fuentes no estructuradas.

Responsibilities

• Diseñar ontologías, taxonomías y Knowledge Graphs que representen dominios de negocio complejos.
• Implementar y mantener grafos de conocimiento sobre Neo4j/Neptune/Cosmos DB.
• Desarrollar pipelines de extracción y estructuración de conocimiento desde fuentes heterogéneas.
• Integrar capas semánticas con arquitecturas RAG y sistemas basados en LLMs.
• Colaborar con Data Architecture, Data Engineering y AI Engineering para coherencia de modelo de datos.
• Definir el Golden Set de validación y KPIs de calidad del conocimiento.
• Contribuir a la estandarización de metodologías y assets reutilizables.

Skills

Semantic ontologies

OWL/RDF/SHACL

Graph DBs (Neo4j/Neptune/CosmosDB)

RAG con LLMS

Orquestación de agentes (LangGraph/Lan

NLP para extracción de conocimiento

Nube AWS/Azure

Tools

Neo4j (Cypher)

Gremlin/SPARQL

Azure Cosmos DB

AWS Bedrock

Job description

Desde Grupo NS, buscamos un Knowledge Engineer experto.

El perfil trabajará en proyectos diseñando y construyendo las capas de conocimiento estructurado que sostienen sistemas de IA conversacional, agentes autónomos y plataformas semánticas empresariales.

El rol combina rigor en modelado del conocimiento con visión de arquitectura de datos y capacidad de integración con sistemas de IA generativa. No es un perfil puramente teórico: se espera capacidad de entrega end-to-end, desde el análisis del dominio de negocio hasta la implementación y validación en producción.

Responsabilidades principales

• Diseñar ontologías, taxonomías y Knowledge Graphs que representen dominios de negocio complejos (energía, operaciones, regulación)
• Implementar y mantener grafos de conocimiento sobre tecnologías como Amazon Neptune, Neo4j o Azure Cosmos DB
• Desarrollar pipelines de extracción y estructuración de conocimiento desde fuentes heterogéneas (documentos, sistemas ERP/SAP, APIs, bases de datos relacionales)
• Integrar capas semánticas con arquitecturas RAG y sistemas multi-agente basados en LLMs (LangGraph, MCP, Bedrock)
• Colaborar con equipos de Data Architecture, Data Engineering y AI Engineering para garantizar coherencia entre el modelo de datos operacional y el modelo de conocimiento
• Participar en la definición del Golden Set de validación y en el diseño de KPIs de calidad del conocimiento (hallucination rate, coverage, resolution rate)
• Contribuir a la estandarización de metodologías y assets reutilizables dentro de la capability

Requisitos mínimos

• Perfil técnico requerido
• Dominio de estándares semánticos: OWL, RDF, RDFS, SPARQL, SHACL (al menos uno de ellos)
• Experiencia con bases de datos de grafos: Neo4j (Cypher), Amazon Neptune (Gremlin / SPARQL), Azure Cosmos DB (al menos uno de ellos)
• Conocimiento de arquitecturas RAG (Retrieval-Augmented Generation) y su integración con LLMs
• Experiencia con frameworks de orquestación de agentes: LangGraph, LangChain o similares (al menos uno de ellos)
• Capacidad de extracción y transformación de conocimiento desde fuentes no estructuradas (NLP, parsing de documentos, integración con herramientas como IDMC o MicroStrategy)
• Familiaridad con plataformas cloud: preferiblemente AWS (Bedrock, Neptune, Athena, S3) o Azure (OpenAI Service, Cosmos DB)
• Experiencia mínima: 6–8 años en roles de Data Engineering, Data Architecture o IA, con al menos 2–3 años de especialización en Knowledge Graphs u ontologías aplicadas.