Desde EIA21, empresa de ingeniería industrial con más de 40 años de experiencia en la prestación de servicios para el sector, buscamos un/a Agentic AI Engineer para incorporarse a nuestro equipo en Erandio, Bilbao, en modalidad mixta, participando en el desarrollo de soluciones avanzadas de Inteligencia Artificial Generativa, sistemas multiagente y automatización inteligente. Funciones Arquitectura Agentic y Orquestación Diseñar e implementar arquitecturas multiagente utilizando LangGraph. Desarrollar sistemas de planificación, enrutamiento, razonamiento iterativo y toma de decisiones basados en patrones como ReAct y Plan-and-Execute. Construir soluciones basadas en Mixture of Agents (MoA), donde agentes especializados colaboren para analizar, validar y consolidar respuestas. Diseñar e integrar herramientas mediante Model Context Protocol (MCP), garantizando autenticación, trazabilidad y comunicaciones seguras. Implementar mecanismos de memoria a corto y largo plazo para agentes inteligentes, manteniendo el control sobre la persistencia de información. Diseñar procesos de aprobación humana (Human-in-the-Loop) para garantizar la calidad y gobernanza de los sistemas de IA. Gestión del Conocimiento e Inteligencia Artificial Generativa Diseñar e implementar pipelines de extracción, procesamiento y vectorización de información procedente de PDFs y documentación no estructurada. Desarrollar sistemas RAG (Retrieval-Augmented Generation) basados en bases de datos vectoriales y búsqueda híbrida. Afinar, evaluar y desplegar modelos open-source mediante técnicas como LoRA y QLoRA. Desarrollar e implementar Small Language Models (SLMs) para entornos on-premise, edge computing y casos de uso orientados a optimización de costes.



Implementar mecanismos de aprendizaje continuo a partir de resultados aceptados y rechazados por los usuarios. Diseñar la infraestructura necesaria para la ejecución de agentes: gestión de contexto, memoria, herramientas, observabilidad y evaluación. Sistemas Basados en Reglas y Optimización Transformar criterios de negocio en reglas auditables y verificables. Diseñar soluciones híbridas que combinen modelos de Machine Learning con motores de reglas de negocio. Integrar herramientas de optimización, routing y razonamiento como recursos reutilizables dentro del ecosistema de agentes. MLOps y AgentOps Participar en la implantación de procesos de MLOps y AgentOps. Diseñar y mantener pipelines de CI/CD para modelos y agentes. Implementar monitorización, control de costes, trazabilidad y detección de desviaciones de rendimiento. Gestionar evaluaciones mediante herramientas como LangSmith, Langfuse o similares. Participar en despliegues en entornos cloud, contenedores Docker, Linux y entornos privados con altos requisitos de seguridad. Requisitos Grado o Máster en Ingeniería Informática, Inteligencia Artificial, Machine Learning, Matemáticas Aplicadas, Ingeniería Computacional o disciplinas afines. Más de 3 años de experiencia en desarrollo software, incluyendo al menos 2 años trabajando con sistemas de IA, NLP o LLMs en entornos productivos. Dominio avanzado de Python. Experiencia demostrable con LangGraph y sistemas multiagente. Experiencia en diseño de sistemas con memoria, guardrails,



aprobación humana y llamadas a herramientas (tool calling). Conocimiento y experiencia práctica con Model Context Protocol (MCP). Experiencia en arquitecturas RAG, embeddings, vectorización y bases de datos vectoriales como Qdrant, Weaviate, Milvus o pgvector. Conocimiento de arquitecturas MoE (Mixture of Experts), MoA (Mixture of Agents) y MoT (Mixture of Thought). Experiencia afinando modelos mediante LoRA y QLoRA utilizando PyTorch. Conocimiento sólido de Small Language Models (SLMs) y criterios para su utilización frente a LLMs de propósito general. Experiencia desarrollando entornos de ejecución para agentes inteligentes, incluyendo gestión de contexto, herramientas, aprobaciones y evaluación. Experiencia o conocimientos en modelos híbridos basados en reglas de negocio y Machine Learning. Conocimientos de Docker, CI/CD, experimentación, despliegue y monitorización de modelos. Nivel alto de inglés, tanto oral como escrito. Capacidad para comunicar decisiones técnicas y resultados de IA a perfiles no especializados. Se Valorará Conocimientos de protocolos Agent-to-Agent (A2A) y Agent Communication Protocol (ACP). Experiencia en técnicas como RLHF, DPO, destilación, cuantización y entrenamiento distribuido. Experiencia con DeepSpeed, FSDP o tecnologías equivalentes. Conocimientos de Kubernetes y despliegues híbridos u on-premise. Experiencia con herramientas de optimización y resolución de restricciones como OR-Tools. Conocimiento de frameworks de agentes como CrewAI, AutoGen, LlamaIndex Agents o SDKs de OpenAI y Anthropic. Experiencia en Document AI, OCR avanzado y procesamiento documental. Conocimientos de Knowledge Graphs y soluciones Edge AI. Condiciones

Ubicación:
Erandio, Bilbao. Modalidad: Híbr

📌 Agentic AI Engineer (Erandio)
🏢 Eia21 | Estudios E Ingeniería Aplicada Xxi
📍 Erandio