8.894 Ofertas de Ingenieros de Machine Learning en España

At the forefront of innovation, we are revolutionizing the deployment of large-scale models to make them faster, greener, and more efficient.

Our groundbreaking technology is poised to transform industries worldwide by empowering cutting-edge solutions that push the boundaries of what's possible in AI.

What You'll Do:

• Design and develop novel approaches for compressing and optimizing Large Language Models (LLMs) using advanced AI techniques.
• Evaluate and fine-tune models to maximize performance, accuracy, and efficiency, driving innovation through rigorous benchmarks.
• Build applications powered by LLMs, including retrieval-augmented generation systems and AI agents, unlocking new possibilities in AI-driven solutions.
• Identify opportunities for innovation by assessing model strengths/weaknesses and proposing enhancements, fostering a culture of continuous improvement.
• Develop and train custom deep learning models for various use cases, extending beyond LLMs to computer vision and other emerging fields.
• Maintain thorough documentation of development processes, experiments, and results, ensuring transparency and knowledge sharing within the team.
• Share expertise with colleagues, mentor junior team members, and contribute to a collaborative environment that values technical excellence and open communication.
• Stay abreast of the latest research in LLMs and recommend emerging tools and technologies, driving the team's forward momentum.

What We're Looking For:

• Degree (BSc, MSc, or PhD) in Artificial Intelligence, Computer Science, Data Science, or related fields.
• Hands-on experience designing, training, or fine-tuning deep learning models, preferably with transformer or computer vision architectures.
• Proficiency with transformer models and related libraries (e.g., HuggingFace Transformers, Accelerate, Datasets).
• Strong mathematical foundations in deep learning algorithms and neural networks.
• Excellent problem-solving, debugging, and performance analysis skills.
• Strong Python programming skills and experience with relevant ML frameworks (PyTorch, HuggingFace, etc.).
• Experience with cloud platforms (ideally AWS), containerization (Docker), and deploying AI solutions in cloud environments.
• Excellent communication skills and ability to thrive in a fast-paced, collaborative setting.
• Fluent in English.

Nice to Have:

• Experience running large-scale workloads in HPC clusters.
• Familiarity with inference/deployment tools (TensorRT, vLLM, etc.).
• Experience building/evaluating RAG systems.
• Track record in computer vision, audio, or signal processing applications.
• Knowledge of responsible AI practices and AI ethics.
• Experience in DevOps/MLOps for AI product development.
• Previous research publications in deep learning or related fields.

We are an equal opportunities employer and welcome applications from candidates of all backgrounds.

We are a leading innovator in AI and quantum-inspired technologies.

The design and development of new methods for compressing and optimizing Large Language Models (LLMs) using advanced AI and quantum-inspired approaches is a key aspect of this role.

Evaluations, benchmarks, and fine-tuning of models to maximize performance, accuracy, and efficiency are also core responsibilities.

This position involves sharing knowledge with team members, mentoring juniors, and contributing to a culture of collaboration and technical excellence.

• Bachelor's, Master's or PhD degree in Artificial Intelligence, Computer Science, Data Science or related fields.
• Minimum 2 years' experience designing, training or fine-tuning deep learning models preferably with transformer or computer vision architectures.
• Strong mathematical foundations in deep learning algorithms and neural networks.
• Excellent problem-solving, debugging, and performance analysis skills.
• Strong Python programming skills and experience with relevant ML frameworks (PyTorch, HuggingFace etc.).
• Experience with cloud platforms (AWS), containerization (Docker), and deploying AI solutions in cloud environments.

We are at the forefront of applying cutting-edge AI research to real-world challenges, backed by significant institutional support and global recognition.

We are seeking a highly skilled Senior Deep Learning Model Developer to join our team. As a key member of our research group, you will be responsible for designing and developing innovative deep learning models to tackle complex challenges in areas such as natural language processing, computer vision, and speech recognition.

• Degree (BSc, MSc, or PhD) in Artificial Intelligence, Computer Science, Data Science, or related fields.
• 4+ years of hands-on experience designing, training, or fine-tuning deep learning models, preferably with transformer or computer vision architectures.
• Proficiency with transformer models and related libraries (e.g., HuggingFace Transformers, Accelerate, Datasets).
• Strong mathematical foundations in deep learning algorithms and neural networks.
• Excellent problem-solving, debugging, and performance analysis skills.
• Strong Python programming skills and experience with relevant ML frameworks (PyTorch, HuggingFace, etc.).
• Experience with cloud platforms (ideally AWS), containerization (Docker), and deploying AI solutions in cloud environments.

You will have the opportunity to work on cutting-edge projects, collaborate with top researchers, and contribute to the development of innovative AI solutions.

Fluent in English.

¿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.

¿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.

¿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.

¿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.

¿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.

¿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.