This position is at Paradigma Digital The selection process will be entirely managed by Paradigma Digital.
-- Forma parte del futuro de Paradigma
En Paradigma seguimos creciendo y buscamos un/a AI Trust Engineer Senior que nos ayude a garantizar la calidad, fiabilidad, trazabilidad y seguridad de nuestros sistemas de Inteligencia Artificial, LLMs y arquitecturas agénticas .
¿Que buscamos?
Importante: no buscamos un perfil de QA tradicional centrado en testing funcional.
Buscamos un/a ingeniero/a capaz de entender cómo se comportan los modelos y agentes, medir objetivamente su calidad y construir los mecanismos que permitan evaluarlos y monitorizarlos de forma continua.
Responsabilidades Tu misión será diseñar y operar los mecanismos de evaluación, observabilidad y gobierno de sistemas de IA , aportando evidencias objetivas de que su comportamiento cumple con los requisitos funcionales, técnicos y de negocio.
Trabajarás durante todo el ciclo de vida de las soluciones, desde el diseño hasta producción, colaborando estrechamente con equipos de Software Builders, Agentic Platform Engineers y AI Architects .
Entre tus principales responsabilidades estarán: Observabilidad de LLMs y agentes Instrumentar aplicaciones de IA utilizando Langfuse u otras herramientas equivalentes.
Capturar y analizar trazas completas: prompts, respuestas, llamadas a herramientas, pasos intermedios de agentes, latencia, tokens y costes.
Investigar comportamientos y detectar degradaciones o anomalías en producción.
Construir dashboards y alertas con Grafana para monitorizar calidad, rendimiento, latencia y costes.
Trabajar con estándares como OpenTelemetry aplicados a sistemas de IA.
Evaluación de LLMs Diseñar y ejecutar evaluaciones utilizando frameworks como Ragas y DeepEval .




Trabajar con métricas de faithfulness, relevancia, precisión y exhaustividad del contexto en sistemas RAG, alucinaciones y uso correcto de herramientas.
Diseñar benchmarks y datasets de referencia para comparar versiones de forma reproducible.
Aplicar técnicas como Human-in-the-Loop y LLM-as-a-Judge , entendiendo sus limitaciones y posibles sesgos.
Evaluar la robustez y seguridad de sistemas de IA frente a sesgos, prompt injection y jailbreaks .
Definir métricas objetivas y criterios de aceptación adaptados a cada caso de uso.
Automatización y Quality Gates Integrar evaluaciones de IA dentro de pipelines CI/CD .
Construir quality gates que permitan bloquear cambios que no cumplan los umbrales de calidad definidos.
Automatizar la evaluación de cambios en modelos, prompts, configuraciones y agentes.
Desarrollar herramientas y evaluaciones en Python , aplicando buenas prácticas de ingeniería de software.
Calidad y mejora continua Construir y mantener un motor de evaluación basado en datasets versionados .
Detectar regresiones y comparar de forma reproducible el comportamiento entre versiones.
Garantizar la trazabilidad de las respuestas: contexto utilizado, modelo, versión del prompt y pasos intermedios del agente.
Definir y analizar KPIs de calidad e identificar oportunidades de mejora.




Comunicar el estado de la calidad de las soluciones tanto a perfiles técnicos como de negocio.
Debes tener experiencia en: Buscamos una persona con +4 años de experiencia profesional en ámbitos como: AI Quality Engineering Software Engineering MLOps Observabilidad Ingeniería de datos/IA Y, especialmente, con experiencia práctica en IA generativa llevada a producción .
Nos interesa especialmente que tengas: ? Experiencia real con Ragas y/o DeepEval .
? Experiencia con Langfuse u otras plataformas de observabilidad de LLMs/agentes.
? Experiencia integrando evaluaciones automatizadas como quality gates en CI/CD .
? Conocimientos sólidos de Python .
? Experiencia trabajando con LLMs, RAG y arquitecturas agénticas .
? Conocimientos de métricas y metodologías de evaluación de LLMs.
? Experiencia con Grafana y, valorable, OpenTelemetry .
? Conocimientos sobre seguridad y robustez de sistemas de IA.
? Capacidad para interpretar resultados y convertirlos en acciones de mejora.
Y sobre todo, buscamos a alguien que no se limite a ejecutar tests: queremos una persona capaz de definir qué significa que un sistema de IA sea válido, cómo medirlo y cómo garantizarlo de forma automatizada y continua .
¿Por qué Paradigma?
? Libertad con responsabilidad Confiamos en las personas para organizar su trabajo de forma flexible, favoreciendo el equilibrio entre la vida personal y profesional sin perder de vista los objetivos y el impacto de nuestro trabajo.
Tendrás la posibilidad de trabajar en un modelo de trabajo remoto o híbrido.
? Una comunidad de referencia Formarás parte de una comunidad ágil y tecnológica activa, donde compartir conocimiento, aprender de otros expertos y contribuir al desarrollo de las mejores prácticas del sector.

📌 Ai Trust Engineer Senior (Málaga)
🏢 Paradigma Digital
📍 Málaga