Talent.com
Esta oferta de trabajo no está disponible en tu país.
Senior AI Engineer – GenAI / Machine Learning / Deep Learning

Senior AI Engineer – GenAI / Machine Learning / Deep Learning

Nfq Advisory, Solutions, OutsourcingMadrid, Community of Madrid, España
Hace 6 días
Descripción del trabajo

¿Quiénes somos?

Nuestro Propósito - Reinventar la forma de hacer Consultoría

NFQ Advisory Services - NWorld somos un ecosistema de compañías especializada en Negocio, Tecnología y Operaciones, que busca cubrir toda la cadena de valor del negocio de nuestros Clientes.

Las Personas que componemos NWorld compartimos una misma meta :

Hacer nuestros los Retos a los que se enfrentan nuestros Clientes.

Los pilares en los que se apoya nuestro Compromiso son :

Búsqueda continua de Especialización. Sabemos de lo que hablamos.

  • Absorber la Tecnología dentro de nuestro ADN. Entendemos la tecnología como parte del Negocio.
  • La Innovación en lo que hacemos. Siempre un paso más allá.
  • Las Personas en el centro, somos una empresa de personas, hecha de personas y orientada a las personas.
  • Conócenos más en

¿Qué buscamos?

Buscamos a alguien con curiosidad y ganas de seguir creciendo para desarrollar modelos de IA avanzados y llevarlos a producción. Te integrarás en un equipo que combina perfiles de ingeniería y funcionales para resolver problemas complejos con Machine Learning (ML), Deep Learning y Generative AI. Si te motiva convertir datos en soluciones reales que aportan valor, este es tu sitio.

Responsabilidades

  • Desarrollo de modelos de ML y Deep Learning : Analizar conjuntos de datos complejos y construir modelos para resolver problemas de negocio.
  • Implementación de soluciones GenAI : Diseñar y desplegar aplicaciones basadas en LLMs y otras tecnologías generativas. Esto incluye arquitecturas multi‑agente, estrategias de prompt engineering y sistemas RAG (retrieval‑augmented generation) integrados con bases de datos de grafos.
  • Puesta en producción y MLOps : Preparar datos, entrenar modelos, realizar inferencias y monitorizar su rendimiento. Trabajar con herramientas de MLOps / LLMOps para industrializar los modelos en entornos cloud u on‑prem.
  • Colaboración con ingeniería y DevOps : Colaborar estrechamente con ingenieros de software y equipos de DevOps para integrar los modelos en APIs o microservicios y asegurar su escalabilidad y calidad, incluyendo la colaboración para el despliegue sin necesidad de conocimientos profundos en contenedores.
  • Exploración y evaluación de tecnologías : Evaluar marcos de trabajo, modelos y librerías (LLMs, GANs, VAEs, diffusion models) para seleccionar la mejor solución. Mantenerse al día de las últimas técnicas y herramientas en ciencia de datos y GenAI.
  • Participación en el ciclo completo de datos : tomar parte en sesiones de descubrimiento analítico con clientes, traducir requisitos de negocio en soluciones técnicas, documentar experimentos y compartir conocimientos para crear activos reutilizables.
  • Comunicación y presentación de resultados : Explicar de manera clara hallazgos y modelos a equipos no técnicos, participando en formaciones internas y actividades de divulgación.

    • Requisitos obligatorios

  • Formación académica : Grado en Matemáticas, Estadística, Física, Informática, Ingeniería o similares. Se valorará Máster en Ciencia de Datos o IA.
  • Experiencia profesional : mínimo 2–3 años en proyectos de ciencia de datos, con todo el ciclo de vida (desde el análisis hasta la puesta en producción) y al menos un año trabajando con modelos de Deep Learning o Generative AI.
  • Lenguajes y frameworks : Dominio de Python y SQL; conocimientos en R o Scala son un plus; experiencia con scikit‑learn, TensorFlow, PyTorch o Keras para ML / Deep Learning y con librerías generativas (Hugging Face, LangChain, LlamaIndex, etc.).
  • Generative AI : Familiaridad con arquitecturas LLMs (GPT, Claude, LLaMA, Mistral), GANs, VAEs y diffusion models. Conocimientos de técnicas de RAG, embeddings, prompt engineering y bases de vectores (FAISS, ChromaDB, Pinecone, Weaviate).
  • Big Data y bases de datos : Experiencia trabajando con datos estructurados y no estructurados, ETL y herramientas como PySpark, Hive o Databricks.
  • Cloud y MLOps : Uso de servicios en Azure, AWS o GCP para entrenar y desplegar modelos. Conocimiento de MLOps / LLMOps (MLflow, SageMaker, Vertex AI, Kubeflow).

    • Requisitos deseables

  • Familiaridad con la creación y consumo de APIs REST, Git, Docker y flujos de CI / CD.
  • Capacidad analítica, resolución de problemas, trabajo en equipo y comunicación. Curiosidad y pasión por aprender y aplicar nuevas técnicas. Nivel de inglés intermedio‑alto.

    • ¿ Qué te encontrarás?

  • Planes de carrera personalizados : Aquí nunca serás un número
  • Crecimiento sin Plazos : Planes de carrera retadores y transparentes
  • Formamos perfiles mixtos : Especialistas en negocio con conocimiento técnicos preparados para el entorno digital.
  • Plan de Formación : Especialización, aprendizaje continuo.
  • Crecimiento Personal : Sabemos que en la vida no todo es trabajar, contamos con una amplia variedad de actividades y eventos pensados en ti.
  • Entorno Flexible : Creemos en la autonomía y responsabilidad personal. Flexibilidad horaria, Retribución flexible.
  • Iniciativas Internas : Eventos sociales, Equipos y eventos deportivos, #LAST
  • Fundación Nfq : con personas en riesgo de exclusión social.
    • Crear una alerta de empleo para esta búsqueda

    Senior Ai Engineer • Madrid, Community of Madrid, España