Descripción de la oferta
El objetivo principal es construir una Base de Conocimiento con planes de evolucionarla hacia un Grafo de Conocimiento (Knowledge Graph), enfocándonos en búsquedas semánticas y potenciales implementaciones de RAG e Inteligencia Artificial Generativa (GenAI).Requisitos necesariosBases de Conocimiento Empresariales: Diseño y construcción de bases de conocimiento corporativas (modelado de contenido, gobernanza básica, calidad y control de versiones).Arquitectura de la Información: Taxonomías, metadatos, categorización y reglas de publicación.Fundamentos de Grafos de Conocimiento: Ontologías, entidades/relaciones, vocabularios controlados y mapeo.Arquitectura de Sistemas: Definición de componentes (desde la ingesta → almacenamiento → búsqueda → hasta el consumo/API), seguridad y escalabilidad.Buenas Prácticas de Integración de Datos: Ingesta, parseo, normalización y deduplicación de datos.Implementación de Grafos de Conocimiento: Desarrollo de soluciones end-to-end basadas en RDF/OWL o LPG, razonamiento básico y alineación ontológica.Búsqueda Semántica / RAG: Estrategias de fragmentación (chunking), generación de embeddings, recuperación híbrida, evaluación de modelos (relevancia, grounding) y sistemas de control (guardrails).Idiomas: Nivel de inglés fluido (B2 o C2).Requisitos deseablesExperiencia trabajando en entornos regulados (gestión de datos sensibles/PII, control de acceso basado en roles y auditorías).Content Ops / KCS (Knowledge Centered Service): Gestión de métricas (desvío de casos, éxito de búsqueda) y flujos de aprobación/mantenimiento de contenido.Tecnologías y Herramientas NecesariasPython: Creación de pipelines, procesos ETL, procesamiento de texto y desarrollo de APIs.Cloud (Idealmente AWS): Gestión de almacenamiento, computación, políticas IAM y redes básicas.APIs e Integraciones: Desarrollo de APIs REST e integración con repositorios de documentación (Confluence, SharePoint, ServiceNow, Zendesk u otros).Motores de Búsqueda: Conceptos sólidos de indexación y relevancia (idealmente con Elasticsearch u OpenSearch).Tecnologías y Herramientas OpcionalesBases de Datos de Grafos: Experiencia con Neo4j, Amazon Neptune, Stardog o GraphQL.Estándares y Ontologías: Uso de SKOS, , OWL/RDF y consultas SPARQL.Bases de Datos Vectoriales: Experiencia con ChromaDB, Pinecone, Weaviate o FAISS.Ecosistema LLM: Uso de frameworks como LangChain o LlamaIndex (o similares), herramientas de observabilidad/evaluación, ingeniería de prompts y control de versiones.Optimización de Buscadores: Ajustes (tuning) en Elastic/OpenSearch, análisis de registros de consultas (query logs), sinónimos y técnicas de boosting.Qué ofrecemos?Jornada: Completa.Contrato: Indefinido.Modalidad: Híbrido (3/4 días oficina - En Paseo de la Castellana, Madrid).Salario fijo en 12 pagas.Disfrutarás de 22 días laborales de vacaciones por año trabajado.Paquete retributivo flexible (Seguro médico, Tickets restaurant, etc.).Seguimiento del bienestar del emplead@ desde el Departamento de Culture & People; Experience de Kirey Solutio (onboarding, crecimiento profesional, plan formativo).Acceso a Linkedin Learning para tu formación continua.En 'Kirey Solutio' creemos en el valor de la diversidad y en la igualdad de oportunidades. Todas las candidaturas serán valoradas sin distinción de género, edad, origen, discapacidad, orientación sexual, identidad o expresión de género, religión o cualquier otra circunstancia personal o social. Apostamos por entornos de trabajo inclusivos, donde todas las personas puedan desarrollarse y aportar su talento.
#J-18808-Ljbffr
