¿POR QUÉ ELEGIR SNGULAR?
\n
La gente viene a SNGULAR atraída por proyectos que usan tecnologías punteras, y se quedan porque colaboran con grandes profesionales. Y además porque ofrecemos esto:
\n
Compruebe que cumple con los requisitos de habilidades para este puesto, así como con la experiencia asociada, y luego envíe su CV a continuación.
\n
Personas primero
\n
: somos una empresa colaborativa orientada a las personas, donde TÚ y tu perspectiva siempre serán valoradas. Nuestro valor número uno es \"Personas antes que resultados\".
\n
Crecimiento y formación continua
\n
: espíritu de start-up con la infraestructura de una gran organización (ya somos más de ****). Formación, certificaciones y evolución profesional hacia donde tú quieras.
\n
Beneficios increíbles
\n
, incluyendo un Wellbeing Pack para cuidar nuestro bienestar físico y mental.
\n
En Sngular adoptamos una cultura plural, donde trabajamos con respeto, donde existe igualdad de oportunidades, nos enorgullecemos de ser proactivos, trabajamos con humildad e intentamos mantener siempre un espíritu de equipo, sin perder nunca el buen humor.
\n
Conoce todo lo que hace de Sngular un
\n
#BestPlaceToGrow.
\n
LA OPORTUNIDAD
\n
Queremos incorporar un/a
\n
Senior AI Engineer especializado en sistemas agénticos y LLM avanzadas para impulsar iniciativas estratégicas de IA orientadas a impacto real en negocio.
\n
El reto va más allá de la productividad individual: el objetivo es diseñar sistemas inteligentes que automaticen procesos complejos, coordinen decisiones y aporten valor operativo medible, estableciendo además un marco de gobierno para iniciativas basadas en agentes.
\n
Trabajarás en un entorno técnico de alto nivel, colaborando con perfiles expertos y participando en el diseño de soluciones que combinan ML clásico y GenAI.
\n
La colaboración se realizará en formato de equipo senior, con dedicación principal al proyecto y participación activa en la comunidad técnica de Sngular.
\n
TU MISIÓN
\n
Diseñar, construir y evolucionar arquitecturas de agentes inteligentes capaces de razonar, planificar y ejecutar acciones en flujos complejos, garantizando calidad, coherencia y escalabilidad en entornos productivos.
\n
Serás responsable de la arquitectura cognitiva de los sistemas, la gestión de contexto y memoria, la fiabilidad de las respuestas y la integración efectiva con el ecosistema tecnológico corporativo.
\n
¿QUÉ HARÁS EN TU DÍA A DÍA?
\n
Diseñar y desarrollar agentes autónomos capaces de descomponer problemas complejos mediante técnicas de razonamiento avanzado.
\n
Implementar arquitecturas multi-agente con flujos de colaboración, supervisión y persistencia de estado.
\n
Diseñar mecanismos human-in-the-loop para garantizar control, seguridad y calidad en procesos críticos.
\n
Optimizar la gestión del contexto mediante caching, compresión de prompts y selección dinámica de ejemplos.
\n
Construir arquitecturas de memoria a corto y largo plazo para mantener coherencia y aprendizaje continuo.
\n
Garantizar salidas estructuradas robustas e integrables con el resto del stack tecnológico.
\n
Diseñar pipelines avanzados de RAG con búsqueda híbrida, re-ranking y chunking semántico.
\n
Aplicar técnicas de fine-tuning especializado (PEFT, LoRA/QLoRA).
\n
Optimizar comportamientos de modelos mediante ingeniería programática de prompts.
\n
Definir criterios técnicos para seleccionar entre GenAI, ML clásico o técnicas NLP tradicionales.
\n
Establecer marcos de evaluación de calidad, fidelidad y seguridad de modelos.
\n
Gestionar el ciclo de vida de experimentación y versionado de modelos.
\n
¿QUÉ ES NECESARIO PARA EL PUESTO?
\n
Experiencia sólida diseñando soluciones basadas en
\n
LLM y sistemas agénticos en producción.
\n
Dominio de
\n
Python para desarrollo de sistemas de IA y automatización avanzada.
\n
Experiencia experta con frameworks de orquestación de agentes
\n
(especialmente LangGraph).
\n
Conocimiento profundo de T ransformers, mecanismos de atención y
\n
NLP
\n
.
\n
Experiencia trabajando en entornos cloud para despliegue de soluciones de IA.
\n
Experiencia con bases de datos vectoriales
\n
(Pinecone, Weaviate, Milvus o equivalentes).
\n
Conocimiento de
\n
MLOps aplicado a modelos generativos (tracking, evaluación, versionado).
\n
Experiencia previa en diseño de pipelines de
\n
RAG.
\n
Capacidad para diseñar arquitecturas robustas, escalables y orientadas a negocio.
\n
Experiencia en diseño de sandboxes seguros para ejecución de código o herramientas por agentes.
\n
Experiencia integrando sistemas de IA en procesos operativos complejos.
\n
Conocimiento de evaluación de modelos generativos (fidelidad, relevancia, seguridad).
\n
INCENTIVOS
\n
Acceso a formación continua: presupuesto individual para formación, obte