Estamos creciendo y queremos incorporar a una persona al equipo de Zebra Brain para seguir consolidando el desarrollo técnico de nuestros productos y proyectos. Si eres una persona curiosa, disfrutas trabajando en equipo y quieres un entorno donde puedas desplegar todo tu conocimiento y criterio técnico, queremos conocerte.
Si desea conocer los requisitos para este puesto, siga leyendo para obtener toda la información relevante.
La misión de este rol
Tu misión será contribuir, junto al equipo, al desarrollo técnico de nuestros productos y proyectos de IA aplicada: desde el diseño de la arquitectura hasta la puesta en producción. Es un rol con peso real dentro de un proyecto vivo, donde tu criterio técnico importa.
Funciones principales
Diseñar y desplegar agentes conversacionales en producción: pipelines de voz y texto, integración multicanal y evaluación continua de calidad.
Construir sistemas de IA que combinan distintas técnicas: LLMs, modelos clásicos de ML, optimización matemática y recuperación semántica, eligiendo en cada caso la herramienta adecuada al problema.
Diseñar la capa de datos de cada proyecto: bases de datos relacionales y vectoriales, pipelines de ingesta y transformación, privacidad y trazabilidad.
Implementar agentes con capacidad de uso de herramientas para casos de uso reales en cliente: asistentes especializados, automatización de procesos e integración con sistemas existentes.
Grado en matemáticas, física, ingeniería o disciplina cuantitativa equivalente.
Máster en IA, ciencia de datos o equivalente.
Experiencia
3–5 años de experiencia en proyectos reales de IA en producción (no demos, no notebooks).
Sólida base en backend (preferiblemente Python), bases de datos y pipelines de datos.
Experiencia construyendo y desplegando en cloud (Azure, AWS o GCP).
Experiencia con IA generativa y agentes: orquestación, evaluación y despliegue.
Competencias
Excelencia técnica: criterio para elegir la técnica adecuada a cada problema, combinando LLMs, modelos clásicos y optimización cuando corresponde. Saber cuándo la IA no es la respuesta.
Orientación al logro: capacidad para llevar proyectos complejos de principio a fin en entornos donde no siempre hay un manual. Autonomía real sobre el área técnica.
Trabajo en equipo: comodidad trabajando en equipo pequeño. Disposición para participar en decisiones de producto, no solo de implementación.
Se valorará especialmente
Experiencia en DevOps / MLOps en producción: CI/CD, observabilidad y gestión de costes en cloud.
Formar parte de un proyecto joven con ambición, proyectos reales en marcha y capacidad técnica consolidada.
Equipo pequeño, decisiones rápidas, conversaciones técnicas exigentes. xhfqzwm
Variedad real: desde IA conversacional hasta optimización matemática aplicada a la industria.
Cómo aplicar
#J-18808-Ljbffr