Espacio en jobs in BurgosCrear alertas

1.Descripción del puesto: ¿Está considerando presentar su candidatura para este trabajo? Compruebe todos los detalles en esta descripción del puesto y luego haga clic en "Solicitar". Senior LLMOps & LLM Engineer / AI Architect ITCL Centro Tecnológico. Ubicación del empleo Burgos, Castilla y León, España (Presencial). Centro Tecnológico, necesita incorporar para su unidad de Inteligencia Artificial, un LLM Engineer con experiencia previa como Data Scientist o Machine Learning Engineer, especializado en el desarrollo y uso de grandes modelos del lenguaje (LLMs). El candidato ideal tendrá un sólido dominio en proyectos de Procesamiento del Lenguaje Natural (NLP) y modelos de Deep Learning basados en arquitecturas tipo Transformers. Se valorará especialmente la capacidad de aprendizaje de nuevas tecnologías, así como la habilidad para comunicar ideas, procesos y resultados a distintos niveles de la organización. 2.Funciones: Diseñar y desplegar arquitecturas de IA/LLMs garantizando escalabilidad, seguridad y eficiencia. Construir y automatizar pipelines MLOps/LLMOps completos: adquisición, procesamiento, entrenamiento, fine-tuning, deployment, monitorización y retraining. Integrar y operar tanto modelos open-source como modelos propietarios , adaptándolos a contextos de negocio y entornos cloud o híbridos. Transformar PoCs en soluciones de producción , aplicando buenas prácticas de ingeniería (CI/CD, testing, trazabilidad, control de versiones y model registry). Optimizar el entrenamiento e inferencia de LLMs , aplicando paralelismo de modelo y datos, optimización de hiperparámetros y reducción de costes. Diseñar agentes inteligentes que combinen LLMs con herramientas externas (APIs, MCPs, bases de datos, sistemas de razonamiento, simuladores o entornos multimodales). Definir estrategias de aplicación de LLMs en casos de uso reales: chatbots, RAG (retrieval-augmented generation), agentes autónomos, análisis documental, interacción multimodal, etc. Colaborar con equipos de investigación, producto y negocio , traduciendo necesidades en soluciones de IA concretas y eficientes. Mentorizar y documentar buenas prácticas , impulsando la transferencia técnica dentro del equipo. 3.Experiencia requerida Experiencia mínima de 2 años como ML/LLM Engineer o MLOps Engineer en entornos cloud o híbridos. Experiencia en MLOps/LLMOps o DataOps (desde desarrollo hasta despliegue y monitorización). Dominio de Python , control de versiones (Git), y frameworks de agentes/pipelines (LangChain, LlamaIndex, AutoGen, CrewAI, MLflow, Weights & Biases). Experiencia en entrenamiento, fine-tuning y serving de modelos open-source (Llama3, Qwen, Mistral, etc.) y modelos propietarios (OpenAI, Anthropic, Gemini, Claude, etc.). Experiencia con infraestructura cloud y contenedores : Azure ML, AWS, Kubernetes, Docker, Terraform. Conocimientos en chunking, vectorización y retrieval-augmented generation (RAG) . Experiencia valorable: Experiencia en entrenamiento Mixture-of-Experts y optimización de inferencia. Experiencia en entornos HPC o híbridos (cloud + on-prem) . Conocimientos de razonamiento simbólico/neurosimbólico, RLHF o integración multimodal (visión, audio, texto) . Participación en proyectos de I+D o colaboración internacional. 4.Requisitos de formación: Formación académica mínima: FP/Grado en Matemáticas, Física o Informática. Idiomas: Inglés técnico. Nivel B2. 5.Habilidades requeridas: Capacidad de comunicación, liderazgo técnico y trabajo colaborativo en entornos internacionales. Capacidad de resolución de problemas. Capacidad de aprendizaje y adaptación. Capacidad de investigar, analizar y comunicar resultados de forma clara y concisa. 6.Condiciones: Posición a cubrir: Senior LLMOps & LLM Engineer / AI Architect Unidad I+D: Agentes IA Lugar de trabajo: Sede central de Burgos (Presencial). Incorporación inmediata. Salario a convenir acorde a los requisitos del puesto y experiencia del candidato.

El rol principal de este operario/a consistirá en la utilización experta de la carretilla elevadora para la organización y optimización del espacio de almacenamiento de diversos materiales, así como para la carga y descarga precisa de camiones. El puesto también puede implicar la participació