BECA EN INGENIERIA DE DATOS E IA GENERATIVA
BUSCAMOS JÓVENES CON TALENTO, GANAS, MENTALIDAD INQUIETA Y PASIÓN POR MARCAR LA DIFERENCIA. ¿TE ATREVES?
En Telefónica, te brindamos la oportunidad de vivir una experiencia única con proyectos reales, aprender de mentores excepcionales y construir una carrera profesional llena de posibilidades. Adéntrate en el apasionante universo tecnológico y sé parte del cambio: un mundo más conectado, más humano, y lleno de historias que transforman vidas
Si tienes 25 años o menos, esta ocasión es para ti
LUGAR DE LA BECA:
NACIONAL
HORARIO:
PARTIDA
REQUISITOS:
Licenciatura o Grado en Informática o Telecomunicaciones, o Formación profesional o equivalente en ingeniería de datos
Se valorarán positivamente los siguientes conocimientos:
Ingeniería de Datos & IA
Experiencia trabajando en proyectos de datos e inteligencia artificial en entornos cloud y arquitecturas modernas de datos.
Lenguajes y bases de datos
Python (principalmente para desarrollo de pipelines, automatización, análisis de datos y machine learning)
Java (valorado, especialmente para servicios backend y sistemas distribuidos)
SQL avanzado (optimización de consultas, modelado relacional y analítico)
Experiencia con bases de datos relacionales y analíticas
Cloud & Data Engineering (GCP)
Google Cloud Platform (GCP)
BigQuery (data warehousing, ETL/ELT y explotación analítica)
Vertex AI (entrenamiento, despliegue y monitorización de modelos)
AlloyDB / PostgreSQL
Cloud Run / Cloud Functions (microservicios y procesamiento serverless)
Diseño y mantenimiento de pipelines batch y streaming
Integración de datos procedentes de múltiples fuentes y sistemas
Orquestación de workflows con Airflow o herramientas similares (valorado)




Conocimientos de arquitectura orientada a eventos y procesamiento en tiempo real
Data Science & Machine Learning
Análisis exploratorio y limpieza de datos
Feature engineering
Entrenamiento, validación y evaluación de modelos
Frameworks: PyTorch, Scikit-learn, Keras, JAX, TensorFlow
Manipulación de datos: Pandas, Dask, Polars, etc.
MLOps básico y ciclo de vida de modelos (valorado)
IA Generativa & LLMs
Uso de APIs como OpenAI API, Anthropic API y Gemini API
LangChain / LangGraph para orquestación de agentes y pipelines LLM
Vector databases y soluciones RAG (Retrieval-Augmented Generation)
Prompt engineering y evaluación de respuestas
Model Garden (GCP)
Hugging Face Transformers
Diseño y evaluación de sistemas multiagente
Técnicas de observabilidad, trazabilidad y evaluación de respuestas de modelos generativos
Buenas prácticas y herramientas
Git y flujos colaborativos de desarrollo
Desarrollo de código limpio, modular y mantenible
Testing básico y validación automatizada
Documentación técnica
Docker (valorado)
CI/CD básico (valorado)
Herramientas de IA aplicadas al desarrollo: Claude Code, Codex o similares
Soft skills
Pensamiento analítico y orientación a resolución de problemas
Capacidad de aprendizaje continuo
Trabajo en equipo en entornos multidisciplinares




Comunicación técnica con perfiles de negocio y tecnología
Proactividad y orientación a resultados
Capacidad para trabajar en entornos ágiles y de innovación continua
QUÉ RETOS ENFRENTARÁS EN TU DÍA A DÍA
Participarás en proyectos estratégicos de transformación digital e inteligencia artificial dentro de un entorno tecnológico de gran escala, colaborando con equipos multidisciplinares de datos, negocio, arquitectura y producto.
Entre los principales retos destacan:
Diseñar, desarrollar y evolucionar pipelines de datos robustos y escalables para alimentar soluciones de IA y analítica avanzada.
Participar en el desarrollo de soluciones basadas en IA e IA generativa desde una perspectiva de ingeniería del dato, garantizando calidad, trazabilidad y disponibilidad de la información.
Construir e integrar arquitecturas modernas de datos sobre GCP para casos de uso de analítica avanzada, automatización y asistentes inteligentes.
Colaborar en el diseño, entrenamiento, evaluación y despliegue de modelos de machine learning y sistemas basados en LLMs.
Participar en el desarrollo y evolución de sistemas RAG y arquitecturas multiagente orientadas a automatizar procesos internos y mejorar la experiencia de usuario.
Analizar el comportamiento de agentes de IA mediante métricas, trazabilidad y observabilidad para identificar oportunidades de mejora y optimización.
Diseñar dashboards, KPIs y sistemas de monitorización que permitan medir rendimiento, calidad de respuestas, costes y uso de soluciones de IA.
Trabajar con grandes volúmenes de datos estructurados y no estructurados procedentes de múltiples plataformas y sistemas corporativos.
Ayudar a implantar el uso de herramientas de

📌 Beca En Ingenieria De Datos E Ia Generativa (Madrid)
🏢 Telefonica Global Solutions Usa
📍 Madrid