Jimmy Technologies desarrolla soluciones tecnológicas para la industria de la movilidad y trabaja en los sectores de la automoción, la logística y la tecnología financiera. Su equipo acompaña a los clientes desde las primeras ideas de producto hasta el lanzamiento, ofreciendo desarrollo integral de productos, servicios en la nube y consultoría técnica. La empresa combina componentes propios mediante su Jimmy Framework con servicios de ingeniería adaptados para ayudar a las empresas a crear y lanzar productos digitales de forma más eficiente.
Ingeniero/a sénior de datos, OCR y pipelines de IA (remoto, Chequia)
Construye pipelines de OCR e ingesta documental que transforman registros de seguros no estructurados en datos estructurados para la generación aumentada mediante recuperación y modelos de IA contra delitos financieros.
Descripción
- Desarrollar pipelines de ingesta escalables para grandes volúmenes de documentos de seguros no estructurados
- Crear conectores para fuentes empresariales, incluidas SharePoint y el correo electrónico
- Configurar y optimizar herramientas de OCR y análisis de documentos para capturar texto preciso y diseños documentales
- Automatizar la limpieza y normalización de texto, la segmentación semántica y el enriquecimiento de metadatos
- Diseñar esquemas de almacenamiento vectorial y sistemas de recuperación fiables para modelos RAG posteriores
- Mantener la seguridad empresarial y los estándares de SLA de baja latencia en los pipelines de procesamiento documental
- Implementar procesos de monitorización de errores y validación para identificar resultados de OCR de baja confianza
- Seguir prácticas sólidas de ingeniería, incluido el control de versiones, CI/CD y las pruebas automatizadas
- Convertir amplias colecciones de documentos de seguros en datos estructurados y de alta calidad para sistemas de IA
- Dar soporte a un cliente neerlandés del sector asegurador mediante una consultoría de IA, automatización, analítica avanzada y lucha contra los delitos financieros
Requisitos
- De cinco a diez años de experiencia profesional en ingeniería de datos
- Capacidad demostrada para crear pipelines de procesamiento de datos e ingesta documental en plataformas de nube pública
- Experiencia práctica con archivos no estructurados, incluidos PDF, documentos de Word, hojas de cálculo, presentaciones, escaneos y correos electrónicos
- Experiencia desarrollando conectores para sistemas empresariales como SharePoint y el correo electrónico
- Experiencia práctica con tecnologías de extracción documental u OCR, como AWS Textract o una herramienta equivalente
- Sólida disciplina de ingeniería de software con Git, CI/CD y pruebas automatizadas
- Python y SQL son obligatorios
- Se requiere experiencia con AWS, S3, Step Functions y CloudWatch
- Se requiere experiencia con AWS Textract o una tecnología equivalente de OCR y extracción documental
- Se requiere experiencia en procesamiento de documentos no estructurados y pipelines de ingesta
- Se requiere experiencia con Git, CI/CD y pruebas
- La experiencia en banca o seguros es valorable
- Se valora la experiencia con bases de datos vectoriales y arquitecturas RAG
- Se valora la experiencia con Azure y Databricks
- Se valoran los conocimientos del sector financiero o asegurador
- Residencia en Europa; se prefieren candidatos ubicados en Europa Central y Oriental
- Disponibilidad para incorporarse en un plazo de 30 días
Beneficios
- Contrato remoto a largo plazo con enfoque remote-first
- Contrato hasta julio de 2027, con posibilidad de ampliación
- Trabajo remoto dentro de Europa, con preferencia por Europa Central y Oriental