Carrefour apuesta por la innovación para liderar la transformación del retail y del sector alimentario. En un mundo cada vez más conectado, la correcta gestión y orquestación de los datos es fundamental para construir soluciones de IA robustas, escalables y que ofrezcan una experiencia de compra superior y personalizada a nuestros clientes.
Como AI Engineer especializado en Data Engineering, serás la pieza clave para asegurar que nuestras soluciones de Inteligencia Artificial se construyan sobre cimientos de datos sólidos, eficientes y escalables. Serás el responsable de diseñar, construir y optimizar los pipelines de datos que alimentan nuestros modelos de IA, garantizando su rendimiento, fiabilidad y capacidad para operar a gran escala en un entorno productivo. Tu objetivo principal será industrializar las soluciones de IA, asegurando que los productos sean robustos y escalables para un gran número de clientes.
Diseño y optimización de Arquitecturas de Datos para IA: Diseñar, desarrollar y optimizar la arquitectura de datos y los componentes de la plataforma dedicada a la IA Generativa, asegurando que sea robusta, escalable y eficiente. Esto implica la selección de tecnologías clave de Google Cloud (BigQuery, Cloud Run, Dataflow, Cloud Storage, Pub/Sub), la implementación de pipelines de CI/CD para datos y modelos (MLOps), y el monitoreo continuo para garantizar la excelencia operativa.
Industrialización y Puesta en Producción de Soluciones de IA: Liderar la implementación end-to-end de soluciones de IA, desde la ingesta y procesamiento de datos hasta el despliegue y monitoreo en producción. Orquestar y automatizar flujos de trabajo complejos utilizando servicios de Google Cloud como Vertex AI Pipelines, Cloud Functions y Cloud Composer para resolver desafíos de negocio estratégicos de forma escalable.
Garantizar la Escalabilidad y el Rendimiento: Asegurar que todas las soluciones de IA y los pipelines de datos asociados estén diseñados para soportar un alto volumen de datos y un gran número de usuarios. Implementar las mejores prácticas de ingeniería de software y MLOps para monitorizar el rendimiento, detectar cuellos de botella y optimizar los costes de la infraestructura en Google Cloud.
Gobierno y Calidad: Centralizar, curar y mantener un repositorio estratégico de conocimiento y activos de IA (modelos entrenados, prompts optimizados, agentes, datasets, algoritmos y mejores prácticas). Fomentar activamente la reutilización, la estandarización y la evangelización interna para acelerar la innovación.
Colaboración y Prototipado Ágil: Liderar la identificación, priorización y ejecución de pilotos y pruebas de concepto de IA en estrecha colaboración con las áreas de negocio. Aplicar metodologías de prototipado rápido para evaluar la viabilidad técnica y el potencial impacto de negocio, transformando ideas innovadoras en soluciones tangibles y productivas.
Conexión con el Negocio: Sumergirse en cada área de la compañía para entender sus necesidades y proponer soluciones de IA que aporten valor añadido, optimicen procesos o mejoren la experiencia del cliente, siempre con una visión de escalabilidad y eficiencia.
Requisitos mínimos:
Grado en Informática, Matemáticas, Ingeniería Informática o campo similar.
Experiencia técnica demostrable en la construcción y optimización de pipelines de datos (ETL/ELT) y la puesta en producción de modelos de Machine Learning (MLOps). Conocimientos en Apache Spark para trabajos en batch serán muy valorados.
Experiencia práctica con servicios de Google Cloud Platform, especialmente BigQuery, Dataflow, Vertex AI, y Cloud Functions .
Conocimientos sólidos en Python y sus bibliotecas para procesado de datos (pandas, PySpark…) y frameworks de MLOps.
Capacidad para trabajar en equipo y colaborar con diferentes áreas de la empresa.
Oportunidades de desarrollo profesional en una empresa líder en el sector.
La posibilidad de liderar proyectos estratégicos de alto impacto.
¡