🧠 Responsabilidades

• Diseñar arquitecturas de IA que integren ML, Deep Learning, LLMs, modelos generativos y Agentic AI.

• Definir estrategias de despliegue de soluciones de IA escalables y alineadas con objetivos de negocio.

• Seleccionar tecnologías, frameworks y herramientas óptimas para cada caso de uso.

• Integrar soluciones de IA en entornos cloud (AWS, Azure o GCP).

• Supervisar el ciclo de vida completo de los modelos aplicando prácticas de MLOps / AIOps / GenAIOps.

• Garantizar la gobernanza del dato (calidad, seguridad y cumplimiento normativo: GDPR, HIPAA, etc.).

• Liderar equipos técnicos multidisciplinares y colaborar con stakeholders de negocio.

• Optimizar costes de infraestructura equilibrando rendimiento y presupuesto.

• Evaluar continuamente nuevas tecnologías de IA y su aplicabilidad.

🛠️ Requisitos

• Titulación en Ingeniería Informática, Sistemas, Matemáticas o similar.

• +6 años de experiencia en arquitectura de soluciones de IA (incluida IA generativa).

• Dominio de frameworks: TensorFlow, PyTorch, Scikit-learn, Hugging Face, LangChain.

• Experiencia con LLMs (GPT, LLaMA, Claude) y modelos generativos (Stable Diffusion, DALL·E).

• Experiencia en RAG y bases de datos vectoriales.

• Procesamiento de datos con Pandas, Spark y bases de datos SQL/NoSQL.

• Experiencia con servicios de IA en cloud:

  • AWS (SageMaker, Bedrock, etc.)

  • Azure (Azure ML, OpenAI Service)

  • GCP (Vertex AI, AutoML)

• Conocimientos sólidos de MLOps (MLflow, Kubeflow, Docker, Kubernetes).

• Experiencia en diseño de APIs de IA.

• Conocimientos de optimización de modelos (cuantización, pruning, distillation).

• Capacidad de liderazgo técnico y comunicación con perfiles técnicos y no técnicos.

➕ Se valorará

• Experiencia en arquitecturas híbridas (Edge AI, on-premise + cloud).

• Certificaciones en AWS, Azure o GCP (IA / Machine Learning).

• Publicaciones técnicas o contribuciones open source.