8.894 Ofertas de Ingenieros de Machine Learning en España

Senior Deep Learning Engineer

beBeeMachine

Hoy

Trabajo visto

Toque nuevamente para cerrar

Descripción Del Trabajo

Deep Learning Solutions Architect

We are seeking a highly skilled Deep Learning Solutions Architect to join our team.

">

Job Description:

Lo sentimos, este trabajo no está disponible en su región

Deep Learning Innovation Specialist

Madrid, Madrid beBeeArtificialIntelligence

Hoy

Trabajo visto

Toque nuevamente para cerrar

Descripción Del Trabajo

Transformative AI Solutions Developer

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.

Lo sentimos, este trabajo no está disponible en su región

Senior Deep Learning Specialist

Madrid, Madrid beBeeMachineLearning

Hoy

Trabajo visto

Toque nuevamente para cerrar

Descripción Del Trabajo

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

Job Description

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.

Key Requirements
  • 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.
Lo sentimos, este trabajo no está disponible en su región

Senior Deep Learning Model Developer

Madrid, Madrid beBeeArtificial

Hoy

Trabajo visto

Toque nuevamente para cerrar

Descripción Del Trabajo

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

Job Description

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.

Required Skills and Qualifications
  • 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.
Benefits

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

Others

Fluent in English.

Lo sentimos, este trabajo no está disponible en su región

Senior AI Engineer – GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Publicado hace 3 días

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región

Senior AI Engineer – GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Publicado hace 4 días

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región

Senior AI Engineer – GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Publicado hace 4 días

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región
Sé el primero en saberlo

Acerca de lo último Ingenieros de machine learning Empleos en España !

Senior AI Engineer - GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Hoy

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región

Senior AI Engineer - GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Hoy

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región

Senior AI Engineer – GenAI/Machine Learning/Deep Learning

Madrid, Madrid Nfq Advisory, Solutions, Outsourcing

Publicado hace 2 días

Trabajo visto

Toque nuevamente para cerrar

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.
Lo sentimos, este trabajo no está disponible en su región

Ubicaciones cercanas

Otros empleos cerca de mí

Industria

  1. gavelAdministración Pública
  2. workAdministrativo
  3. ecoAgricultura y Silvicultura
  4. restaurantAlimentos y Restaurantes
  5. apartmentArquitectura
  6. paletteArte y Cultura
  7. diversity_3Asistencia Social
  8. directions_carAutomoción
  9. flight_takeoffAviación
  10. account_balanceBanca y Finanzas
  11. spaBelleza y Bienestar
  12. shopping_bagBienes de consumo masivo (FMCG)
  13. point_of_saleComercial y Ventas
  14. shopping_cartComercio Electrónico y Medios Sociales
  15. shopping_cartCompras
  16. constructionConstrucción
  17. supervisor_accountConsultoría de Gestión
  18. person_searchConsultoría de Selección de Personal
  19. request_quoteContabilidad
  20. brushCreativo y Digital
  21. currency_bitcoinCriptomonedas y Blockchain
  22. health_and_safetyCuidado de la Salud
  23. schoolEducación y Formación
  24. boltEnergía
  25. medical_servicesEnfermería
  26. biotechFarmacéutico
  27. manage_accountsGestión
  28. checklist_rtlGestión de Proyectos
  29. child_friendlyGuarderías y Educación Infantil
  30. local_gas_stationHidrocarburos
  31. beach_accessHostelería y Turismo
  32. codeInformática y Software
  33. foundationIngeniería Civil
  34. electrical_servicesIngeniería Eléctrica
  35. precision_manufacturingIngeniería Industrial
  36. buildIngeniería Mecánica
  37. scienceIngeniería Química
  38. handymanInstalación y Mantenimiento
  39. smart_toyInteligencia Artificial y Tecnologías Emergentes
  40. scienceInvestigación y Desarrollo
  41. gavelLegal
  42. clean_handsLimpieza y Saneamiento
  43. inventory_2Logística y Almacenamiento
  44. factoryManufactura y Producción
  45. campaignMarketing
  46. local_hospitalMedicina
  47. perm_mediaMedios y Relaciones Públicas
  48. constructionMinería
  49. sports_soccerOcio y Deportes
  50. medical_servicesOdontología
  51. schoolPrácticas
  52. emoji_eventsRecién Graduados
  53. groupsRecursos Humanos
  54. securitySeguridad de la Información
  55. local_policeSeguridad y Vigilancia
  56. policySeguros
  57. support_agentServicio al Cliente
  58. home_workServicios Inmobiliarios
  59. diversity_3Servicios Sociales
  60. wifiTelecomunicaciones
  61. psychologyTerapia
  62. local_shippingTransporte
  63. storeVenta al por menor
  64. petsVeterinaria
Ver todo Ingenieros de Machine Learning Empleos