Knowledge Base / Knowledge Graph Engineer - Madrid, Híbrido
Talent Connect
Posted: May 14, 2026
Interested in this position?
Create a free account to apply with AI-powered matching
Quick Summary
Knowledge Base / Knowledge Graph Engineer with expertise in search and data integration is required to develop a knowledge base for a large corporate knowledge graph project.
Required Skills
Job Description
Knowledge Base / Knowledge Graph Engineer
Madrid, España – Proyecto en importante banco internacional.
Jornada completa
Sobre el proyecto
Buscamos perfiles técnicos para incorporarse a un proyecto global de un importante banco internacional enfocado en la construcción de una Knowledge Base corporativa, con evolución hacia Knowledge Graph, capacidades avanzadas de search semántico y potencial integración con RAG y GenAI.
El objetivo del proyecto es construir una plataforma que permita organizar, estructurar, indexar y explotar conocimiento corporativo, facilitando su acceso mediante APIs, motores de búsqueda y sistemas inteligentes.
Buscamos perfiles con experiencia en arquitectura de conocimiento, procesamiento de información, búsqueda semántica o integración de datos, que puedan colaborar en la definición y evolución de esta plataforma.
No es necesario cumplir con todos los requisitos; candidatos con experiencia parcial en alguno de los dominios también pueden encajar.
Responsabilidades principales
Diseñar y construir Knowledge Bases corporativas, incluyendo modelado de contenido, gobierno básico, control de calidad y versionado.
Definir y gestionar Information Architecture, incluyendo:
taxonomías
metadatos
categorización
reglas de publicación
Participar en la construcción de Knowledge Graphs, incluyendo:
modelado de entidades y relaciones
ontologías y vocabularios controlados
mapping entre fuentes de información
Definir arquitectura de la solución:
ingesta de datos
almacenamiento
indexación
búsqueda
consumo vía APIs
Implementar buenas prácticas de data ingestion e integración, incluyendo:
parsing
normalización
deduplicación
Colaborar en la evolución hacia búsqueda semántica, RAG y sistemas basados en LLMs.
Requisitos
Experiencia en al menos algunos de los siguientes dominios:
Arquitectura de conocimiento
Diseño de Knowledge Base enterprise
Modelado de contenido
Gobierno de información
Arquitectura de información
Arquitectura de datos / integración
Ingesta y procesamiento de datos
Integración de múltiples repositorios de conocimiento
Diseño de pipelines de datos
Tecnologías
Python (pipelines, ETL, procesamiento de texto, APIs)
Cloud (idealmente AWS)
Integración con repositorios como:
Confluence
SharePoint
ServiceNow
Zendesk
APIs REST
Búsqueda
Conceptos de indexación y relevancia
Experiencia con Elastic / OpenSearch (deseable)
Nice to Have
Knowledge Graph
Implementación end-to-end de Knowledge Graph
Ontologías (RDF, OWL)
Modelado semántico
Razonamiento básico
Search y GenAI
Semantic search
RAG architectures
chunking
embeddings
retrieval híbrido
evaluación de relevancia y grounding
Tecnologías adicionales
Graph databases:
Neo4j
Amazon Neptune
Stardog
Vector databases:
Pinecone
Weaviate
FAISS
ChromaDB
Frameworks LLM:
LangChain
LlamaIndex
Querying semántico:
SPARQL
GraphQL
También valoramos
Experiencia en entornos regulados (PII, control de acceso, auditoría).
Experiencia en Content Operations / Knowledge-Centered Service (KCS).
Experiencia en optimización de motores de búsqueda:
tuning de relevancia
synonyms
boosting
análisis de query logs
Qué buscamos
Perfil analítico y estructurado.
Capacidad de trabajar con equipos de arquitectura, data, AI y producto.
Interés en plataformas de conocimiento y sistemas inteligentes.
Experiencia trabajando en entornos técnicos complejos y escalables.