Buscar empleo: 1000+ ofertas de trabajo de foco en Madrid (marzo 2026) - page 20

AI Lead - Nfq Advisory, Solutions, Outsourcing

hace 24 días

Madrid

¿Tienes experiencia gestionando proyectos en banca y te motiva coordinar equipos multidisciplinares? 🚀 En NWorld estamos buscando a nuestro próximo referente en consultoría financiera. 🌍 ¿Quiénes somos? En NWorld estamos reinventando la forma de hacer consultoría. Somos un ecosistema de compañías especializadas en Negocio, Tecnología y Operaciones, que cubren toda la cadena de valor de nuestros clientes. Las personas que formamos parte de NWorld compartimos una misma meta: 👉 Hacer nuestros los retos de nuestros clientes. Nuestros pilares: 💡 Búsqueda continua de especialización: Sabemos de lo que hablamos. ⚙️ Tecnología en nuestro ADN: Entendemos la tecnología como parte del negocio. 🚀 Innovación en todo lo que hacemos: Siempre un paso más allá. 🤝 Las personas en el centro: Somos una empresa de personas, hecha de personas y orientada a las personas. 🔗 Conócenos más en: 🔎 ¿Qué buscamos? Como AI Lead en Nfq, serás el/la responsable técnico/a de referencia en proyectos de Inteligencia Artificial y actuarás como Solution Architect de soluciones de IA end-to-end. Diseñarás arquitecturas robustas y escalables en cloud, construirás y desplegarás en producción soluciones de alto impacto — desde modelos clásicos de ML/DL hasta sistemas GenAI y agénticos enterprise— integrándolas con el ecosistema tecnológico del cliente (datos, seguridad, plataformas, operaciones y sistemas core). Trabajarás mano a mano con el AI Manager definiendo la visión técnica, liderando al equipo de desarrollo y garantizando la excelencia en la ejecución. 📝 Tu día a día y responsabilidades: ▸ 𝗔𝗿𝗾𝘂𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗮 𝗱𝗲 𝗦𝗼𝗹𝘂𝗰𝗶𝗼𝗻𝗲𝘀 𝗱𝗲 𝗜𝗔 (𝗦𝗼𝗹𝘂𝘁𝗶𝗼𝗻 𝗔𝗿𝗰𝗵𝗶𝘁𝗲𝗰𝘁) • Diseñar soluciones de IA 𝗲𝗻𝗱-𝘁𝗼-𝗲𝗻𝗱: desde la ingesta de datos hasta la capa de consumo, integrando modelos, APIs, agentes y sistemas enterprise del cliente., • Definir 𝗮𝗿𝗾𝘂𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗮𝘀 𝗱𝗲 𝗿𝗲𝗳𝗲𝗿𝗲𝗻𝗰𝗶𝗮 para distintos patrones de uso: sistemas conversacionales, automatización inteligente, extracción de información, decision support y arquitecturas agénticas., • Evaluar y seleccionar tecnologías, frameworks y plataformas cloud adecuadas para cada proyecto., • Diseñar patrones de arquitectura reutilizables, estándares técnicos y 𝗮𝘀𝘀𝗲𝘁𝘀 𝗶𝗻𝘁𝗲𝗿𝗻𝗼𝘀 para acelerar el delivery., • Liderar 𝗣𝗼𝗖𝘀 𝘆 𝗽𝗿𝗼𝘁𝗼𝘁𝗶𝗽𝗼𝘀 para validar hipótesis técnicas y de negocio, con foco en time-to-value y paso a producción. ▸ 𝗜𝗔 𝗧𝗿𝗮𝗱𝗶𝗰𝗶𝗼𝗻𝗮𝗹, 𝗠𝗟 𝗘𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝘆 𝗗𝗮𝘁𝗼𝘀 𝗮 𝗘𝘀𝗰𝗮𝗹𝗮 • Liderar el desarrollo e industrialización de modelos de 𝗠𝗮𝗰𝗵𝗶𝗻𝗲 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝘆 𝗗𝗲𝗲𝗽 𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴 (supervisado/no supervisado), optimizando calidad, generalización y latencia., • Diseñar e implementar 𝗽𝗶𝗽𝗲𝗹𝗶𝗻𝗲𝘀 𝗱𝗲 𝗱𝗮𝘁𝗼𝘀 𝘆 𝗳𝗲𝗮𝘁𝘂𝗿𝗲𝘀 a escala: ETL/ELT, feature engineering, feature stores, calidad de datos y trazabilidad., • Trabajar con ecosistemas de datos modernos (lakehouse, streaming) y tecnologías distribuidas (por ejemplo Spark) para entrenamiento y preparación de datos en entornos enterprise., • Definir estrategias de evaluación: métricas, validación, sesgo, robustez, interpretabilidad y planes de reentrenamiento. ▸ 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜 𝘆 𝗔𝗴𝗲𝗻𝘁𝗲𝘀 𝗔𝘂𝘁𝗼́𝗻𝗼𝗺𝗼𝘀 • Liderar el desarrollo de soluciones de 𝗜𝗔 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗮: RAG, fine-tuning/PEFT, prompt engineering avanzado, function calling, structured outputs., • Diseñar e implementar 𝗮𝗿𝗾𝘂𝗶𝘁𝗲𝗰𝘁𝘂𝗿𝗮𝘀 𝗮𝗴𝗲́𝗻𝘁𝗶𝗰𝗮𝘀 𝗲𝗻𝘁𝗲𝗿𝗽𝗿𝗶𝘀𝗲: orquestación multi-agente, gestión de estado, tool use, guardrails, human-in-the-loop y patrones de escalado en producción., • Implementar 𝗥𝗔𝗚 𝗮𝘃𝗮𝗻𝘇𝗮𝗱𝗼: estrategias de chunking, embeddings, re-ranking, vector stores, evaluación de retrieval y calidad de respuesta, y observabilidad de trazas., • Integrar GenAI con 𝘀𝗶𝘀𝘁𝗲𝗺𝗮𝘀 𝗲𝗻𝘁𝗲𝗿𝗽𝗿𝗶𝘀𝗲: ERPs, CRMs, core bancario, plataformas documentales, BPMs, contact centers, etc. ▸ 𝗜𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗮𝗹𝗶𝘇𝗮𝗰𝗶𝗼́𝗻, 𝗠𝗟𝗢𝗽𝘀/𝗟𝗟𝗠𝗢𝗽𝘀 𝘆 𝗣𝗹𝗮𝘁𝗮𝗳𝗼𝗿𝗺𝗮 • Diseñar e implementar 𝗽𝗶𝗽𝗲𝗹𝗶𝗻𝗲𝘀 𝗱𝗲 𝗱𝗲𝘀𝗽𝗹𝗶𝗲𝗴𝘂𝗲: empaquetado, serving (APIs REST/gRPC), escalado automático, versionado, rollback y gestión de latencia., • Definir y operar prácticas de 𝗠𝗟𝗢𝗽𝘀/𝗟𝗟𝗠𝗢𝗽𝘀: entrenamiento, evaluación, monitorización de drift/calidad, trazabilidad, auditoría y reentrenamiento continuo., • Asegurar 𝗰𝗮𝗹𝗶𝗱𝗮𝗱 𝗱𝗲 𝗶𝗻𝗴𝗲𝗻𝗶𝗲𝗿𝗶́𝗮: code reviews, testing automatizado, documentación técnica (ADRs), seguridad y buenas prácticas de software., • Colaborar con Data/Platform/Infra para construir activos compartidos (plantillas, repos, aceleradores, estándares). ▸ 𝗟𝗶𝗱𝗲𝗿𝗮𝘇𝗴𝗼 𝗧𝗲́𝗰𝗻𝗶𝗰𝗼 • Ser el 𝗿𝗲𝗳𝗲𝗿𝗲𝗻𝘁𝗲 𝘁𝗲́𝗰𝗻𝗶𝗰𝗼 del equipo de IA: mentorizar, resolver bloqueos y elevar el nivel técnico del equipo., • Tomar decisiones de diseño críticas y documentar las arquitecturas y decisiones técnicas (ADRs)., • Colaborar con equipos de ingeniería de datos, infraestructura y desarrollo para garantizar integraciones robustas., • Contribuir a la 𝗰𝗼𝗺𝘂𝗻𝗶𝗱𝗮𝗱 𝘁𝗲́𝗰𝗻𝗶𝗰𝗮 𝗶𝗻𝘁𝗲𝗿𝗻𝗮: charlas, documentación, guías y estándares. ▸ 𝗖𝗹𝗶𝗲𝗻𝘁𝗲 𝘆 𝗗𝗲𝗹𝗶𝘃𝗲𝗿𝘆 • Participar en reuniones técnicas con clientes: demos, workshops de arquitectura y sesiones de descubrimiento., • Estimar esfuerzos técnicos y contribuir a la elaboración de propuestas desde la perspectiva de implementación., • Garantizar la entrega en plazo, calidad y escalabilidad de las soluciones. ✅ Requisitos imprescindibles: ▸ 𝗙𝗼𝗿𝗺𝗮𝗰𝗶𝗼́𝗻 • Titulación universitaria en Ingeniería Informática, Matemáticas, Estadística, Física o disciplinas afines., • 𝗦𝗲 𝘃𝗮𝗹𝗼𝗿𝗮𝗿𝗮́ 𝗽𝗼𝘀𝗶𝘁𝗶𝘃𝗮𝗺𝗲𝗻𝘁𝗲: Máster o Posgrado en Inteligencia Artificial, Machine Learning o Data Science. ▸ 𝗘𝘅𝗽𝗲𝗿𝗶𝗲𝗻𝗰𝗶𝗮 • Mínimo 𝟰–𝟲 𝗮𝗻̃𝗼𝘀 de experiencia en desarrollo y despliegue de soluciones de IA/ML en entornos productivos., • Experiencia liderando técnicamente equipos de desarrollo de IA (al menos 𝟭–𝟮 𝗮𝗻̃𝗼𝘀)., • Experiencia como 𝘀𝗼𝗹𝘂𝘁𝗶𝗼𝗻 𝗮𝗿𝗰𝗵𝗶𝘁𝗲𝗰𝘁 o tech lead diseñando soluciones end-to-end que integren modelos de IA con sistemas enterprise., • Experiencia demostrable en 𝗱𝗲𝘀𝗽𝗹𝗶𝗲𝗴𝘂𝗲 𝗱𝗲 𝗺𝗼𝗱𝗲𝗹𝗼𝘀 𝘆/𝗼 𝗮𝗴𝗲𝗻𝘁𝗲𝘀 𝗲𝗻 𝗽𝗿𝗼𝗱𝘂𝗰𝗰𝗶𝗼́𝗻 a escala., • Experiencia en consultoría tecnológica o proyectos de IA para clientes enterprise (muy valorado). ▸ 𝗦𝘁𝗮𝗰𝗸 𝘁𝗲́𝗰𝗻𝗶𝗰𝗼 • 𝗣𝘆𝘁𝗵𝗼𝗻 𝗮𝘃𝗮𝗻𝘇𝗮𝗱𝗼. Dominio de librerías del ecosistema ML/DL: PyTorch, TensorFlow, Scikit-learn, HuggingFace Transformers., • Experiencia práctica con 𝗟𝗟𝗠𝘀: fine-tuning, prompt engineering avanzado, function calling, structured outputs., • Frameworks de 𝗮𝗴𝗲𝗻𝘁𝗲𝘀 𝘆 𝗼𝗿𝗾𝘂𝗲𝘀𝘁𝗮𝗰𝗶𝗼́𝗻: LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Semantic Kernel o similares. Experiencia en patrones multi-agente y arquitecturas agénticas en entornos enterprise., • Diseño e implementación de arquitecturas 𝗥𝗔𝗚: vector databases (Pinecone, Weaviate, Qdrant, pgvector), estrategias de chunking, re-ranking y evaluación., • 𝗗𝗲𝘀𝗽𝗹𝗶𝗲𝗴𝘂𝗲 𝘆 𝘀𝗲𝗿𝘃𝗶𝗻𝗴 𝗱𝗲 𝗺𝗼𝗱𝗲𝗹𝗼𝘀: experiencia con APIs de inferencia (vLLM, TGI, Triton), model serving, escalado y gestión de latencia en producción., • Plataformas cloud de IA: 𝗔𝘇𝘂𝗿𝗲 (OpenAI Service, AI Studio/Foundry), 𝗔𝗪𝗦 (Bedrock, SageMaker), 𝗚𝗖𝗣 (Vertex AI)., • 𝗠𝗟𝗢𝗽𝘀/𝗟𝗟𝗠𝗢𝗽𝘀: MLflow, Weights & Biases, Kubeflow, CI/CD para modelos, monitorización de drift y calidad., • Contenedores y orquestación: 𝗗𝗼𝗰𝗸𝗲𝗿, 𝗞𝘂𝗯𝗲𝗿𝗻𝗲𝘁𝗲𝘀. Familiaridad con IaC (Terraform, Pulumi)., • Bases de datos: SQL, NoSQL, bases de datos vectoriales. Conocimiento de arquitecturas de datos modernas (lakehouse, streaming)., • Prácticas de ingeniería de software: Git, testing, CI/CD, clean code, documentación técnica (ADRs). ▸ 𝗖𝗼𝗺𝗽𝗲𝘁𝗲𝗻𝗰𝗶𝗮𝘀 𝘆 𝗵𝗮𝗯𝗶𝗹𝗶𝗱𝗮𝗱𝗲𝘀 • Mentalidad 𝗵𝗮𝗻𝗱𝘀-𝗼𝗻 con visión end-to-end: te gusta estar en el código tanto como diseñando la solución completa en la pizarra., • Capacidad para traducir requisitos de negocio en soluciones técnicas viables., • Comunicación clara y efectiva con perfiles técnicos y no técnicos., • Proactividad, autonomía y orientación a resultados., • Nivel de 𝗶𝗻𝗴𝗹𝗲́𝘀 𝗮𝘃𝗮𝗻𝘇𝗮𝗱𝗼. Se valorarán otros idiomas. 🌱 ¿Qué ofrecemos? 🎯 Planes de carrera personalizados: Aquí nunca serás un número. 📈 Crecimiento sin plazos: Trayectorias retadoras y transparentes. 🧠 Formación continua: Especialización, mentoring y aprendizaje constante. 🔄 Perfiles mixtos: Negocio + Tecnología, preparados para el entorno digital. 💚 Crecimiento personal: Actividades y eventos para disfrutar dentro y fuera del trabajo. 🕓 Entorno flexible: Autonomía, responsabilidad, flexibilidad horaria y retribución flexible. ⚽ Iniciativas internas: Eventos sociales, equipos deportivos y #LAST. 🌍 Fundación NFQ: Comprometidos con la sociedad, podrás colaborar en proyectos sociales y de voluntariado con especial foco en infancia, juventud y conocimiento.

Trabajos foco en Madrid - Page 20Crear alertas

Búsquedas de empleo más populares en Madrid

Empleos por barrio

Lugares de trabajo foco más populares