¿Cuáles serán tus responsabilidades? Evaluar y comparar modelos LLM (OpenAI, Anthropic, etc.) en términos de rendimiento, latencia y costes. Monitorizar cambios y deprecaciones de modelos IA y evaluar su impacto en entornos productivos Optimizar estrategias de prompting según el comportamiento y capacidades de cada modelo.

Definir e implementar frameworks de testing para soluciones GenAI. Ejecutar testing de regresión, testing de prompts y evaluación de outputs. Diseñar pipelines de evaluación y monitorización de modelos IA.

Desarrollar dashboards y visualizaciones para seguimiento y análisis de resultados. Colaborar con equipos IAOps/MLOps en observabilidad, logging y gobierno de modelos. Generar recomendaciones para selección de modelos, optimización de costes y mitigación de riesgos.

Participar en la gestión del ciclo de vida y gobierno de modelos IA en producción.



Trabajar en coordinación con equipos locales e internacionales. ¿Qué habilidades y experiencia requerimos de ti?

Experiencia de más 2 años en posiciones similares. Titulación universitaria en Ingeniería Informática, Telecomunicaciones, Matemáticas u otras titulaciones STEM relacionadas.

Experiencia sólida con LLMs en entornos productivos.

Experiencia en GenAI enfocada en auditing, evaluating y monitoring.

Experiencia con AWS: Bedrock, SageMaker, Lambda y CloudWatch. Conocimiento en Prompt Engineering.

Experiencia con frameworks de evaluación de LLMs como RAGAS, DeepEval o similares.

Experiencia en A/B testing y experimentación. Conocimiento de observabilidad y monitorización de soluciones IA. Comprensión del gobierno de IA y ciclo de vida de modelos.

📌 Data Scientist (Inglés) (Madrid)
🏢 Fujitsu Careers
📍 Madrid