¡Únete a DataDope como AI / ML Engineer!
\n
En Datadope buscamos un/a AI / ML Engineer apasionado/a por construir soluciones inteligentes que combinan datos, modelos y agentes autónomos aplicados a sistemas complejos de observabilidad y redes.
\n
Si disfrutas diseñando sistemas de IA que integran Machine Learning, LLMs y datos operativos en tiempo real, desarrollando agentes inteligentes que analicen eventos, alertas y métricas, y llevándolos a producción de forma robusta y escalable, ¡te queremos en nuestro equipo!
\n
¿Qué harás en DataDope?
- Transformar desafíos comerciales en soluciones de AI / ML end-to-end, entendiendo a fondo los objetivos de negocio.
- Diseñar, desarrollar y desplegar modelos de Machine Learning y flujos de agentes IA para análisis de anomalías, predicción, clasificación y correlación de eventos, redes y experiencia de usuario.
- Implementar agentes autónomos y sistemas de decisión basados en frameworks como LangGraph, CrewAI, OpenAI y AutoGen.
- Desarrollar agentes basados en LLMs capaces de analizar eventos operativos, alertas, métricas y logs.
- Diseñar sistemas de razonamiento automático que ayuden a explicar incidentes o recomendar acciones en plataformas de observabilidad.
- Integrar LLMs con datos internos (RAG) utilizando bases vectoriales como Chroma o Pinecone.
- Colaborar con Data Engineers para diseñar pipelines de entrenamiento e inferencia reproducibles y escalables (Spark, Airflow, MLflow).
- Desarrollar componentes de backend, MCPs y APIs (Python / FastAPI) para exponer modelos o agentes a productos.
- Crear y mantener entornos de experimentación reproducibles (Docker, conda/pipenv, Jupyter).
- Documentar experimentos, métricas, hiperparámetros y resultados de validación con trazabilidad y calidad.
- Colaborar estrechamente con equipos de Data Science, Data Engineering y DevOps/MLOps para integrar modelos en pipelines de producción.
Plus avanzado
- Diseñar arquitecturas híbridas que combinen ML tradicional, IA generativa y conocimiento estructurado (Graph / RAG).
- Colaborar con el equipo y guiar a perfiles junior, compartiendo conocimiento y mejores prácticas.
Requisitos y experiencia
- Formación en Informática, Matemáticas, Ingeniería o disciplinas cuantitativas.
- Experiencia en desarrollo e implementación de modelos de Machine Learning o IA.
- Experiencia sólida en Python, con manejo experto de Pandas y NumPy.
- Dominio de scikit-learn, StatsModels y frameworks de Deep Learning (TensorFlow, PyTorch).
- Experiencia real en pronóstico de series temporales, más allá de modelos estadísticos básicos (plus).
- Autonomía y espíritu de equipo.
- Experiencia en entrenamiento, tuning y despliegue de modelos ML (supervisado y no supervisado).
- Experiencia práctica en frameworks de agentes y orquestación de LLMs (LangGraph, CrewAI, AutoGen).
- Experiencia con bases de datos vectoriales y técnicas RAG (Retrieval-Augmented Generation).
- Experiencia con pipelines de datos y entrenamiento.
- Capacidad para analizar resultados y métricas de modelos.
- Habilidad para documentar y comunicar resultados técnicos de manera clara y estructurada.
Conocimientos adicionales
- Conocimientos en plataformas cloud (AWS, GCP, Azure).
- Experiencia con bases de datos NoSQL (MongoDB, ClickHouse) y tecnologías como Kafka.
- Experiencia con IA generativa y LLMs open-source (OpenAI, Anthropic, Mistral, Ollama, Hugging Face).
- Conocimientos en Graph Databases y Knowledge Graphs.
- Familiaridad con topologías de agentes multi-rol o multi-modal.
- Conocimientos en optimización de modelos (quantization, distillation, LoRA fine-tuning).
- Experiencia en monitorización y evaluación continua de modelos en producción (Prometheus, EvidentlyAI, Arize).
- Conocimiento en MLOps: MLflow, DVC, Docker, CI/CD, versionado de modelos y experiment tracking.
Ofrecemos
- Un ambiente de trabajo participativo, inclusivo y orientado a la innovación.
- Proyectos emocionantes que desafiarán tus habilidades y te permitirán crecer profesionalmente.
- Oportunidades de liderazgo y crecimiento personal.
- Salario competitivo acorde a tu experiencia y a las responsabilidades del puesto.
- Jornadas flexibles con un modelo remoto (con la posibilidad de híbrido si resides en Madrid), jornada reducida los viernes, julio y agosto.
- 25 días de vacaciones + tu cumpleaños.
- Retribución versátil.
Si sientes que este rol es para ti y quieres ser parte del equipo que está redefiniendo el futuro de la observabilidad, ¡nos encantaría saber de ti!
\n
Pueden mandarnos tu CV directamente a