¿Te entusiasma hacer crecer tu carrera? BBVA es una compañía global con más de 160 años de historia que opera en más de 25 países donde damos servicio a más de 80 millones de clientes. Somos más de 121.000 profesionales trabajando en equipos multidisciplinares con perfiles tan diversos como financieros, expertos legales, científicos de datos, desarrolladores, ingenieros y diseñadores. ¿Te entusiasma hacer crecer tu carrera? BBVA es una compañía integral con más de 160 años de historia que opera en más de 25 países donde damos servicio a más de 80 millones de clientes. Somos más de 121.000 profesionales trabajando en equipos multidisciplinares con perfiles tan diversos como financieros, expertos legales, científicos de datos, desarrolladores, ingenieros y diseñadores. Conoce más sobre el área El AI Lab dentro de AI Transformation (Data) es el equipo responsable de explorar, evaluar y desarrollar soluciones avanzadas basadas en modelos fundacionales, Large Language Models (LLMs) y sistemas agénticos para casos de uso estratégicos del banco. El equipo trabaja en todo el ciclo de vida de soluciones de IA avanzada: desde la evaluación experimental de modelos hasta la construcción de prototipos y su integración en entornos productivos dentro de las operativas del banco. Buscamos un Sr Data Scientist / Gen AI Engineer con perfil híbrido de Machine Learning Engineering (MLE) y experiencia sólida en Machine Learning / NLP, capaz de combinar experimentación analítica avanzada con desarrollo de soluciones basadas en LLMs y arquitecturas agénticas. Sobre el puesto Responsabilidades principales Evaluación y experimentación con Gen AI Selección y evaluación comparativa de modelos fundacionales para distintos casos de uso de negocio incluyendo aplicaciones de lenguaje, voz y multimodales. Diseño y ejecución de planes de evaluación de modelos, incluyendo definición de métricas técnicas y de negocio y comparación de modelos en distintos escenarios. Construcción iterativa de datasets de entrenamiento,



validación y evaluación. Adaptación de modelos generativos y discriminativos mediante fine-tuning u otras técnicas equivalentes. Definición de metodologías de experimentación controlada (A/B testing). Definición y validación de KPIs analíticos asociados a soluciones basadas en LLM. Desarrollo de soluciones basadas en LLMs y sistemas agénticos Diseño y desarrollo de soluciones analíticas basadas en LLMs, incluyendo arquitecturas que combinen múltiples modelos. Diseño y desarrollo de sistemas agénticos basados en LLMs, incluyendo arquitecturas donde los modelos interactúan con herramientas, APIs y fuentes de conocimiento externas y modelos de ML. Desarrollo de flujos de razonamiento y orquestación de modelos, incluyendo planificación de tareas, uso de herramientas y composición de múltiples pasos de inferencia. Construcción de bases de conocimiento y datasets de dominio para alimentar modelos generativos. Construcción de sistemas donde los LLMs actúan como interfaces inteligentes para interactuar con sistemas y datos corporativos. Desarrollo de pipelines de inferencia y servicios backend para soluciones basadas en LLM. Integración de modelos con sistemas y operativas del banco, incluyendo diseño de APIs e integración con sistemas corporativos. Participación en ciclos de experimentación iterativa sprint a sprint, desde prototipo hasta solución productiva. Investigación aplicada y transferencia de conocimiento Prospección tecnológica continua sobre avances en LLMs, modelos fundacionales, técnicas avanzadas de NLP y arquitecturas agénticas.



Evaluación de nuevas tecnologías y frameworks relevantes para soluciones de IA generativa. Divulgación y comunicación de conceptos técnicos a audiencias con distintos niveles de especialización dentro de la organización. Habilidades técnicas Experiencia en el ciclo de vida completo de proyectos de ML y NLP incluyendo exploración de datos (EDA), construcción de dataset, selección de modelos, entrenamiento, evaluación y monitorización. Experiencia en desarrollo de soluciones analíticas productivas. Construcción de pipelines de ML y servicios de inferencia. Experiencia en MLOps: automatización de pipelines, integración y despliegue continuo, observabilidad y monitorización de modelos. Infraestructura y cloud Experiencia trabajando en entornos cloud, especialmente AWS. Despliegue e integración de soluciones de ML en entornos cloud. Conocimiento de infraestructura como código (Ia C), por ejemplo Cloud Formation. Experiencia usando Git y CI/CD para integración y despliegue de software. Lenguajes y herramientas Programación en Python. Deseable experiencia en Typescript / Node JS. Experiencia con frameworks de orquestación de LLMs y agentes (por ejemplo Lang Graph, Agents SDK, AWS Strands u otros). Experiencia en el uso de agentes de código Github Copilot, Claude Code, Cursor o similar. Riesgos en modelos generativos Comprensión de los riesgos asociados a modelos generativos: alucinación de hechos, sesgos, impredecibilidad del modelo y omisiones en generación. Experiencia adicional valorable Experiencia con otros entornos cloud (Azure, GCP / Vertex AI). Experiencia en entornos on-premise. Experiencia en aplicaciones financieras y de medios de pago Soft skills Espíritu de equipo y capacidad de trabajo colaborativo. Capacidad para explicar conceptos técnicos a perfiles no técnicos. Mentalidad analítica y orientación a la experimentación. Flexibilidad y adaptación a entornos tecnológicos en evolución. Habilidades Algoritmos, Python (lenguaje de programación), Referencias #J-18808-Ljbffr

📌 Sr Data Scientist / Ai Engineer – Ai Lab (Ai Transformation) (Madrid)
🏢 Bbva
📍 Madrid