Ingeniero de Inteligencia Artificial

Se busca un/a ingeniero/a IA para diseñar, desarrollar, integrar y desplegar soluciones de IA que resuelvan problemas reales de negocio y mejoren los productos, procesos y herramientas internas de la compañía.
La posición combina conocimientos de IA generativa, ML, procesamiento de lenguaje natural, ingeniería de software, datos, automatización, servicios cloud y despliegue en producción.
Trabajará estrechamente con equipos editoriales, producto, tecnología, datos, diseño y negocio, participando en todo el ciclo de vida de las soluciones: desde la identificación de necesidades y el prototipado inicial hasta la implantación, monitorización y mejora continua.
Responsabilidades
Diseñar, desarrollar y desplegar soluciones de IA y ML
Construir aplicaciones y servicios basados en LLMs, RAG, embeddings, bases de datos vectoriales y agentes inteligentes
Explorar, adaptar e implementar herramientas de IA generativa para tareas editoriales, de producto y procesos internos
Automatizar flujos de trabajo mediante Python, APIs, scripting y herramientas de automatización
Crear scripts, aplicaciones e interfaces para tareas de generación, revisión, clasificación, resumen, búsqueda y transformación de contenidos
Diseñar asistentes, chatbots, agentes y flujos conversacionales, definiendo prompts, intents, herramientas, respuestas y mecanismos de control
Desarrollar APIs y servicios backend con tecnologías como FastAPI, Flask o similares
Diseñar pipelines de recuperación de información, gestión de contexto y generación aumentada mediante RAG
Integrar modelos y servicios de IA con aplicaciones web, aplicaciones móviles, sistemas internos y plataformas de terceros
Implementar soluciones de recuperación semántica utilizando embeddings y bases de datos vectoriales
Diseñar y orquestar agentes capaces de utilizar herramientas externas, APIs, fuentes de datos y protocolos como MCP
Desarrollar soluciones multimodales relacionadas con texto, imágenes, audio, voz y vídeo
Configurar y mantener entornos cloud, pipelines, servicios de ejecución y procesos de despliegue
Participar en la definición de arquitecturas técnicas robustas, escalables, seguras y mantenibles
Evaluar la calidad, precisión, latencia, coste, seguridad y fiabilidad de los modelos y sistemas
Diseñar sistemas de evaluación automática y recogida de feedback de usuarios
Afinar prompts, instrucciones, modelos y estrategias de gestión de contexto
Aplicar prácticas de LLMOps y MLOps: versionado, logging, observabilidad, monitorización, fallback, validación y trazabilidad
Requisitos:
Requisitos:
Formación en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística, Ciencia de Datos o experiencia profesional equivalente
Experiencia sólida programando en Python
Conocimientos de machine learning, procesamiento de lenguaje natural, modelos generativos y LLMs
Experiencia utilizando APIs de modelos como OpenAI, Claude, Gemini, modelos open source o tecnologías equivalentes
Conocimiento de prompt engineering, embeddings, recuperación semántica y evaluación de modelos
Experiencia desarrollando APIs, servicios backend y pipelines de procesamiento
Familiaridad con frameworks como LangChain, LlamaIndex, DSPy, Hugging Face, TensorFlow, PyTorch o similares
Experiencia con bases de datos relacionales y sistemas de procesamiento de datos como PostgreSQL, MySQL, BigQuery, Databricks o equivalentes
Experiencia con Git, Docker, Linux y buenas prácticas de ingeniería de software
Conocimientos de servicios cloud, preferiblemente Google Cloud Platform, aunque también se valorará experiencia con AWS o Azure
Familiaridad con servicios como Cloud Run, Cloud Functions, Vertex AI o equivalentes
Conocimientos de CI/CD, scripting y automatización de despliegues
Capacidad para integrar servicios de IA con aplicaciones web, móviles y sistemas corporativos
Conocimientos y experiencia valorables
Experiencia diseñando arquitecturas RAG y sistemas avanzados de recuperación de información
Experiencia con bases de datos vectoriales como Vertex AI Search, Pinecone, Weaviate, FAISS, Milvus o Chroma
Experiencia en diseño y orquestación de agentes inteligentes
Conocimiento práctico de Model Context Protocol —MCP— y arquitecturas basadas en herramientas
Experiencia con chatbots y plataformas conversacionales como Dialogflow, Rasa o similares.
Experiencia desplegando modelos y sistemas de IA en entornos productivos
Conocimientos de MLOps, LLMOps, gobernanza, monitorización y ciclo de vida de modelos y prompts
Experiencia con herramientas de observabilidad como LangSmith, Weights & Biases, TruLens o equivalentes
Conocimientos de fine-tuning, optimización de hiperparámetros y adaptación de modelo
Experiencia con aplicaciones multimodales y procesamiento de texto, imágenes, voz, audio o vídeo
Conocimiento de tecnologías de speech-to-text, text-to-speech y análisis multimedia
Experiencia con herramientas como ffmpeg, sox o pydub
Experiencia con Airflow u otras herramientas de orquestación de pipelines
Experiencia con herramientas de prototipado rápido como Streamlit, Gradio o Appsmith
Experiencia en entornos editoriales, medios de comunicación, generación de contenido o gestión documental
Conocimiento de privacidad de datos, ciberseguridad y principios de IA responsable
Perfil ideal:
Una persona técnica, práctica y orientada a resultados, capaz de desenvolverse tanto en el desarrollo de prototipos como en la creación de soluciones robustas para producción
Tiene una visión global de los sistemas de la IA: modelos, datos, software, infraestructura, integración, evaluación y experiencia de usuario
Con capacidad para trabajar cerca de los usuarios, comprender sus necesidades, experimentar con rapidez y convertir una idea en una solución útil, observable, escalable y mantenible
Combina autonomía técnica, capacidad de colaboración y orientación a generar impacto medible en el negocio

Work arrangement
Yes