Formarás parte de la Dirección de Inteligencia Artificial, con el objetivo principal de desplegar, operar y mantener en producción soluciones de Machine Learning y GenAI desarrolladas por equipos de Data Science. El rol está orientado a garantizar calidad técnica, escalabilidad, observabilidad, gobierno y cumplimiento durante todo el ciclo de vida del modelo, desde el prototipo hasta su retirada controlada.
Responsabilidades
Industrializar y desplegar modelos de Machine Learning, Deep Learning, RAGs y agentes en entornos productivos.
Diseñar y operar servicios de inferencia (batch, online y streaming) con SLAs definidos.
Implementar pipelines de entrenamiento e inferencia, versionado y promoción de modelos.
Definir e implantar estrategias de monitorización, detección de drift y control de calidad en producción.
Asegurar observabilidad end-to-end (logs, métricas, trazas) y establecer SLOs/alertas.
Gestionar despliegues, rollbacks y estrategias canary/blue-green.
Integrar y operar proveedores de LLMs y servicios externos, controlando latencia, costes y límites.




Garantizar Responsible AI, privacidad (PII) y cumplimiento normativo (EU AI Act).

Requisitos
Fundamentos de Machine Learning y evaluación
Conocimiento técnico sólido de modelos de Machine Learning y Deep Learning, con capacidad para formular correctamente distintos tipos de problemas y evaluar, interpretar y mejorar el rendimiento de los modelos en función del caso de uso.
Capacidad para seleccionar métricas adecuadas, analizar resultados, definir criterios de validación y tomar decisiones técnicas orientadas a negocio y operación.
Comprensión de los principios de explicabilidad e interpretabilidad de modelos y de sus limitaciones en entornos reales.
LLMs, GenAI, RAGs y agentes
Conocimiento técnico de modelos de lenguaje, embeddings y gestión de contexto, aplicado a soluciones de IA generativa en producción.
Capacidad para diseñar, evaluar y operar sistemas RAG, así como para cont

📌 Ai Deployment Engineer Chamartín
🏢 Vidacaixa
📍 Chamartín