AI Deployment Engineer - Barcelona

VIDACAIXA

En VidaCaixa tenemos muy claro que Vida solo hay una. Por eso hay que dedicarla a hacer lo que más nos apasione.

¿Te contamos lo que nos mueve y motiva a quienes formamos parte de la compañía líder de seguros en España?

El propósito que nos guía es un fuerte compromiso con las personas. Trabajamos para garantizar un futuro mejor a nuestros clientes y a nuestro equipo. Por eso dedicamos cada hoy a pensar en el mañana, utilizando todos los recursos a nuestro alcance para lograrlo, como la digitalización o la inteligencia artificial. Nuestra voluntad de mejorar el futuro de la sociedad se refleja en la apuesta por crear productos inclusivos y en hacer aún más accesible nuestra oferta aseguradora a colectivos vulnerables. Además, son valores muy nuestros: la calidad, la esencia de todo lo que hacemos, y la confianza de nuestros clientes.

Únete a la compañía líder de seguros en España, un sector en crecimiento con muchísimo potencial. Una empresa sólida y experta, vanguardista e innovadora. El proyecto de futuro de más de 800 profesionales. Estamos en un momento de transformación y crecimiento a todos los niveles, en una clara apuesta por la tecnología y el enfoque data-driven, por lo que buscamos perfiles como el tuyo, personas curiosas e inquietas que aporten sus conocimientos y se unan a nuestros desafíos. Aprende y trabaja junto a los profesionales más top del sector. Progresa en tu carrera y despliega todo tu potencial, desarrollando nuevos conocimientos y habilidades. Ven a formar parte de una empresa comprometida con las personas, que te ofrece un conjunto de medidas de calidad del empleo, flexibilidad horaria, conciliación, desarrollo personal y profesional e igualdad de oportunidades. Una compañía en la que mejorarás tu calidad de vida y tu desempeño profesional. Con tu profundo conocimiento y tus habilidades, lograremos nuestro objetivo de liderar e impulsar el sector. Te queremos en nuestro equipo porque, contigo, tenemos el futuro asegurado.

En Grupo CaixaBank, valoramos la diversidad y la igualdad como cualidades fundamentales de nuestra cultura, y contribuimos activamente al desarrollo del talento de todas las personas; independientemente del sexo, religión, etnia, orientación sexual, origen nacional, edad, estado civil, identidad, género o expresión de género. Esto se refleja en nuestras redes de trabajo, formadas por equipos transversales y cercanos, donde fomentamos la inclusión y compartimos el mismo compromiso por la diversidad.

Si necesitas asistencia y/o una adaptación razonable debido a una discapacidad durante la solicitud o el proceso de contratación, especifícalo y te ayudaremos.

Descripción de la oferta

Formarás parte de la Dirección de Inteligencia Artificial, con el objetivo principal de desplegar, operar y mantener en producción soluciones de Machine Learning y GenAI desarrolladas por equipos de Data Science. El rol está orientado a garantizar calidad técnica, escalabilidad, observabilidad, gobierno y cumplimiento durante todo el ciclo de vida del modelo, desde el prototipo hasta su retirada controlada.

Responsabilidades

• Industrializar y desplegar modelos de Machine Learning, Deep Learning, RAGs y agentes en entornos productivos.

• Diseñar y operar servicios de inferencia (batch, online y streaming) con SLAs definidos.

• Implementar pipelines de entrenamiento e inferencia, versionado y promoción de modelos.

• Definir e implantar estrategias de monitorización, detección de drift y control de calidad en producción.

• Asegurar observabilidad end‑to‑end (logs, métricas, trazas) y establecer SLOs/alertas.

• Gestionar despliegues, rollbacks y estrategias canary/blue‑green.

• Integrar y operar proveedores de LLMs y servicios externos, controlando latencia, costes y límites.

• Garantizar Responsible AI, privacidad (PII) y cumplimiento normativo (EU AI Act).

Requisitos

Requerimientos (Competencias técnicas / Hard Skills)

• Fundamentos de Machine Learning y evaluación

  • Conocimiento técnico sólido de modelos de Machine Learning y Deep Learning, con capacidad para formular correctamente distintos tipos de problemas y evaluar, interpretar y mejorar el rendimiento de los modelos en función del caso de uso.
  • Capacidad para seleccionar métricas adecuadas, analizar resultados, definir criterios de validación y tomar decisiones técnicas orientadas a negocio y operación.
  • Comprensión de los principios de explicabilidad e interpretabilidad de modelos y de sus limitaciones en entornos reales.

• LLMs, GenAI, RAGs y agentes

  • Conocimiento técnico de modelos de lenguaje, embeddings y gestión de contexto, aplicado a soluciones de IA generativa en producción.
  • Capacidad para diseñar, evaluar y operar sistemas RAG, así como para controlar calidad, relevancia y alucinaciones en las respuestas.
  • Comprensión de arquitecturas basadas en agentes, incluyendo orquestación, uso de herramientas y gestión de memoria.
  • Aplicación de criterios de seguridad, privacidad y control en soluciones GenAI.

• Ingeniería de software (Python) aplicada a despliegue

  • Capacidad para desarrollar y estructurar servicios de IA en Python siguiendo buenas prácticas de ingeniería de software.
  • Experiencia en diseño y operación de APIs de inferencia, así como en la gestión del ciclo de vida del código en entornos productivos.
  • Aplicación de estrategias de testing, validación de contratos y gestión reproducible de entornos, orientadas a fiabilidad y mantenimiento.

• MLOps / AIOps e infraestructura

  • Conocimiento de MLOps y AIOps para gestionar el ciclo de vida completo de modelos en producción, desde entrenamiento hasta despliegue y retirada.
  • Capacidad para diseñar y operar pipelines, versionado de modelos y procesos CI/CD, garantizando despliegues seguros y reversibles.
  • Experiencia en despliegue de servicios de IA sobre infraestructuras contenerizadas y orquestadas, así como en su integración con servicios externos y proveedores de LLMs.

• Monitorización, drift, bias y gobernanza

  • Capacidad para definir e implantar estrategias de monitorización y observabilidad de modelos y servicios de IA en producción.
  • Identificación y gestión de degradación de modelos, drift de datos y cambios de comportamiento a lo largo del tiempo.
  • Conciencia y aplicación de principios de Responsible AI, incluyendo sesgos, fairness, privacidad y requisitos regulatorios.
  • Conocimiento de gobernanza del ciclo de vida del modelo, documentación mínima, criterios de retirada y procesos de aprobación.

Se ofrece:

• Incorporarse a una entidad líder en el sector con proyectos innovadores y novedosos.

• Plan de carrera, desarrollo profesional y formación continuada.

• Contrato indefinido, flexibilidad horaria y modelo híbrido.

• Salario competitivo, plan de beneficios y retribución flexible.