Ingeniero/a de IA Aplicada e Infraestructura

• Experiencia demostrable de 3 a 5 años construyendo sistemas de IA en producción, con experiencia real llevando soluciones desde el prototipo hasta entornos productivos.

• Sólidos conocimientos de LLMs, incluyendo técnicas de prompting, generación de skills, construcción e integración de MCPs.

• Experiencia en diseño de sistemas RAG, incluyendo chunking, embeddings, bases de datos vectoriales e integración con modelos de lenguaje.

• Experiencia construyendo sistemas agénticos mediante frameworks como LangGraph, CrewAI, AutoGen o similares, así como en su orquestación.

• Buen nivel de Python, con capacidad para desarrollar código ordenado, mantenible y testeado.

• Conocimientos sólidos de infraestructura y DevOps: Docker, CI/CD, Git y línea de comandos en Linux.

• Experiencia en diseño y consumo de APIs REST, utilizando FastAPI, Flask o tecnologías equivalentes.

• Mentalidad DevOps y orientación a la operación: capacidad para trabajar no solo en la capa de aplicación, sino también en el despliegue, mantenimiento y evolución de los sistemas.

• Español a nivel profesional e inglés suficiente para trabajar con documentación técnica y librerías.

Se valorará:

• Experiencia con infraestructura como código, especialmente Terraform, Ansible o herramientas equivalentes.

• Conocimientos de cloud (AWS, Azure o GCP), especialmente en servicios de cómputo, almacenamiento y redes.

• Experiencia en observabilidad, utilizando herramientas como Prometheus, Grafana y diferentes stacks de logging y tracing.

• Conocimientos de GitOps, Helm y automatización de despliegues.

• Experiencia en evaluación y observabilidad de LLMs, incluyendo evals, métricas de calidad y detección de alucinaciones.

• Experiencia con bases de datos vectoriales como pgvector, Pinecone, Weaviate, Qdrant o similares.

• Nociones de MLOps y pipelines de datos orientados a proyectos de Inteligencia Artificial.

• Experiencia en fine-tuning de modelos, incluyendo técnicas como SFT, LoRA o equivalentes.

• Proyectos personales, contribuciones a open source o un portfolio técnico en GitHub.

✅ Contrato indefinido en un grupo educativo líder en continuo crecimiento.
📍 Modelo híbrido de trabajo y flexibilidad horaria.
💻 Incorporación a un equipo que trabaja con IA aplicada a producción real, dentro de una empresa en expansión.
🚀 Trabajo con tecnología actual: Inteligencia Artificial aplicada, LLMs, agentes, contenedores, Kubernetes y cloud.
🎓 Plan de desarrollo y formación continua, con acceso a nuestras plataformas educativas.
💰 Salario competitivo acorde a la experiencia y conocimientos aportados.
🤝 Entorno tecnológico donde podrás participar en proyectos reales y asumir responsabilidad sobre las soluciones que construyas.

📩 ¡Queremos conocerte!

Si te apasiona la Inteligencia Artificial aplicada, disfrutas construyendo soluciones que llegan a producción y quieres trabajar combinando IA, ingeniería e infraestructura, ¡esta es tu oportunidad!

📢 ¡Buscamos talento IT especializado en Inteligencia Artificial e infraestructura!

En Grupo PROEDUCA, líder en educación superior online, buscamos incorporar un/a Ingeniero/a de IA Aplicada e Infraestructura para formar parte de nuestro equipo tecnológico y participar en la construcción, despliegue y operación de sistemas de Inteligencia Artificial en producción.

Buscamos un perfil builder, con capacidad para llevar una idea desde la prueba de concepto hasta un sistema real, estable y escalable. Un/a profesional con sólidos conocimientos de IA aplicada y una base técnica en infraestructura, DevOps y cloud, que disfrute construyendo soluciones y haciéndose responsable de su funcionamiento en producción.

Te incorporarás a un entorno donde la Inteligencia Artificial está en el centro de nuevos productos y servicios, trabajando con tecnologías actuales como LLMs, agentes, RAG, Kubernetes, Docker y plataformas de voz en tiempo real.

• Diseñar y construir sistemas de IA basados en LLMs y agentes, trabajando en la orquestación de agentes, uso de herramientas, memoria y mecanismos de recuperación ante errores.

• Crear plataformas agénticas y sistemas multi-agente preparados para entornos de producción, incorporando orquestación, herramientas, memoria, sandboxing y seguridad.

• Diseñar y desarrollar plataformas de voz en tiempo real utilizando LiveKit, WebRTC/SIP, Kubernetes y pipelines tradicionales de voz basadas en STT + LLMs + TTS.

• Diseñar sistemas de RAG y participar en la adaptación de modelos mediante fine-tuning cuando aporte valor al dominio y al caso de uso.

• Construir y consumir APIs REST para exponer los sistemas de IA e integrarlos con nuestras fuentes de datos y servicios internos.

• Contenerizar y desplegar servicios mediante Docker y Kubernetes, trabajando con Dockerfiles, manifiestos y despliegues sobre clústeres.

• Automatizar la infraestructura mediante CI/CD e infraestructura como código, utilizando herramientas como Terraform y creando entornos reproducibles.

• Operar y monitorizar los sistemas desplegados mediante métricas, logs y trazas, diseñando soluciones orientadas a la observabilidad, fiabilidad y escalabilidad.

• Prototipar nuevas ideas en sprints cortos: planteamiento de hipótesis, definición de arquitectura, desarrollo y creación de demos funcionales.

• Escribir código limpio, mantenible, testeado y observable, participando activamente en las revisiones de código del equipo.