Senior Ai Engineer - Genai/Machine Learning/Deep Learning

¿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. 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., Senior Node.Js Developer (Senior)

Senior Node.js Developer (senior)

Senior Node.js Developer (senior)