¿Te entusiasma hacer crecer tu carrera? BBVA es una compañía integral con más de 160 años de historia que opera en más de 25 países donde damos servicio a más de 80 millones de clientes. Somos más de 121.000 profesionales trabajando en equipos multidisciplinares con perfiles tan diversos como financieros, expertos legales, científicos de datos, desarrolladores, ingenieros y diseñadores.
Conoce más sobre el área
El AI Lab dentro de AI Factory (Data) es el equipo responsable de explorar, evaluar y desarrollar soluciones avanzadas basadas en modelos fundacionales, Large Language Models (LLMs) y sistemas agénticos para casos de uso estratégicos del banco.
El equipo trabaja en todo el ciclo de vida de soluciones de IA avanzada: desde la evaluación experimental de modelos hasta la construcción de prototipos y su integración en entornos productivos dentro de las operativas del banco.
Buscamos un Sr Data Scientist / Gen AI Engineer con perfil híbrido de Machine Learning Engineering (MLE) y experiencia sólida en Machine Learning / NLP, capaz de combinar experimentación analítica avanzada con desarrollo de soluciones basadas en LLMs y arquitecturas agénticas.
Sobre el puesto
Responsabilidades principales
Evaluación y experimentación con GenAI
- Selección y evaluación comparativa de modelos fundacionales para distintos casos de uso de negocio incluyendo aplicaciones de lenguaje, voz y multimodales.
- Diseño y ejecución de planes de evaluación de modelos, incluyendo definición de métricas técnicas y de negocio y comparación de modelos en distintos escenarios.
- Construcción iterativa de datasets de entrenamiento, validación y evaluación.
- Adaptación de modelos generativos y discriminativos mediante fine-tuning u otras técnicas equivalentes.
- Definición de metodologías de experimentación controlada (A/B testing).
- Definición y validación de KPIs analíticos asociados a soluciones basadas en LLM.
Desarrollo de soluciones basadas en LLMs y sistemas agénticos
- Diseño y desarrollo de soluciones analíticas basadas en LLMs, incluyendo arquitecturas que combinen múltiples modelos.
- Diseño y desarrollo de sistemas agénticos basados en LLMs, incluyendo arquitecturas donde los modelos interactúan con herramientas, APIs y fuentes de conocimiento externas y modelos de ML.
- Desarrollo de flujos de razonamiento y orquestación de modelos, incluyendo planificación de tareas, uso de herramientas y composición de múltiples pasos de inferencia.
- Construcción de bases de conocimiento y datasets de dominio para alimentar modelos generativos.
- Construcción de sistemas donde los LLMs actúan como interfaces inteligentes para interactuar con sistemas y datos corporativos.
- Desarrollo de pipelines de inferencia y servicios backend para soluciones basadas en LLM.
- Integración de modelos con sistemas y operativas del banco, incluyendo diseño de APIs e integración con sistemas corporativos.
- Participación en ciclos de experimentación iterativa sprint a sprint, desde prototipo hasta solución productiva.
Investigación aplicada y transferencia de conocimiento
- Prospección tecnológica continua sobre avances en LLMs, modelos fundacionales, técnicas avanzadas de NLP y arquitecturas agénticas.
- Evaluación de nuevas tecnologías y frameworks relevantes para soluciones de IA generativa.
- Divulgación y comunicación de conceptos técnicos a audiencias con distintos niveles de especialización dentro de la organización.
Habilidades técnicas
- Experiencia en el ciclo de vida completo de proyectos de ML y NLP incluyendo exploración de datos (EDA), construcción de dataset, selección de modelos, entrenamiento, evaluación y monitorización.
- Experiencia en desarrollo de soluciones analíticas productivas.
- Construcción de pipelines de ML y servicios de inferencia.
- Experiencia en MLOps: automatización de pipelines, integración y despliegue continuo, observabilidad y monitorización de modelos.
Infraestructura y cloud
- Experiencia trabajando en entornos cloud, especialmente AWS.
- Despliegue e integración de soluciones de ML en entornos cloud.
- Conocimiento de infraestructura como código (IaC), por ejemplo CloudFormation.
- Experiencia usando Git y CI/CD para integración y despliegue de software.
Lenguajes y herramientas
- Programación en Python.
- Deseable experiencia en Typescript / NodeJS.
- Experiencia con frameworks de orquestación de LLMs y agentes (por ejemplo LangGraph, Agents SDK, AWS Strands u otros).
- Experiencia en el uso de agentes de código Github Copilot, Claude Code, Cursor o similar.
Riesgos en modelos generativos
- Comprensión de los riesgos asociados a modelos generativos: alucinación de hechos, sesgos, impredecibilidad del modelo y omisiones en generación.
Experiencia adicional valorable
- Experiencia con otros entornos cloud (Azure, GCP / Vertex AI).
- Experiencia en entornos on-premise.
- Experiencia en aplicaciones financieras y de medios de pago.
Soft skills
- Espíritu de equipo y capacidad de trabajo colaborativo.
- Capacidad para explicar conceptos técnicos a perfiles no técnicos.
- Mentalidad analítica y orientación a experimentación.
- Flexibilidad y adaptación a entornos tecnológicos en evolución.
Habilidades
Empatía, Ética, Innovación, Orientación al cliente, Pensamiento proactivo
#J-18808-Ljbffr