Perfil que buscamos
Buscamos personas cursando el Máster en IA, con un alto nivel de inglés (C1), motivadas por desarrollarse en un entorno tecnológico y dinámico.
Objetivos Generales
- Comprender y experimentar con las posibilidades actuales de la Inteligencia Artificial Generativa en tareas de texto, imagen, audio o código.
- Participar en la evaluación crítica del impacto ético y de negocio de las soluciones basadas en GenAI.
- Aprender buenas prácticas para la integración responsable, segura y productivo de modelos generativos en productos reales.

Funciones y Tareas/Actividades a Desarrollar
Modelado y Aplicaciones de GenAI
- Evaluación y uso de modelos fundacionales (como GPT, Claude, Gemini, LLaMA o Mistral) para tareas específicas (generación de texto, resúmenes, clasificación, extracción de información, generación de imágenes o código).
- Fine-tuning, prompt engineering o uso de técnicas de in-context learning para adaptar modelos generativos a casos de uso específicos.




- Comparativa de capacidades y rendimiento entre diferentes modelos abiertos y propietarios (HuggingFace, OpenAI, Google Vertex AI, etc).

Desarrollo e Integración de Soluciones
- Diseño de pipelines de generación e inferencia usando GenAI (por ejemplo, bots, asistentes inteligentes, generadores de documentos, etc).
- Uso de herramientas como LangChain, LlamaIndex, Semantic Kernel u otros orquestadores para construir aplicaciones GenAI.
- Desarrollo de soluciones basadas en retrieval-augmented generation (RAG) con integración de fuentes externas (bases de datos, APIs, documentos).
- Integración de APIs GenAI (OpenAI, Cohere, Anthropic, etc.) en flujos backend (Python) o frontales (por ejemplo, interfaces en Streamlit, Gradio o apps web).

Evaluación, Seguridad y Gobernanza
- Diseño y ejecución de tests de calidad de generación (prompt testing, hallucination rate, factual consistency).
- Revisión de aspectos éticos: sesgos, alucinaciones, privacidad de datos y gobernanza responsable de modelos

📌 Prácticas en IA y BI (Valencia)
🏢 Capgemini
📍 Valencia