AI Engineer

Forma parte del futuro de Paradigma

En Paradigma buscamos incorporar un/a

AI Engineer especializado/a en Inteligencia Artificial Generativa , con experiencia en la construcción y despliegue de soluciones basadas en

LLMs, arquitecturas RAG y sistemas agénticos .

Como AI Engineer, actuarás como referente técnico en la creación de soluciones de IA Generativa y participarás en funciones como:

Diseñar y desarrollar soluciones basadas en

LLMs y modelos fundacionales .

Implementar pipelines avanzados de

RAG , arquitecturas

GraphRAG

y sistemas de recuperación híbrida.

Construir agentes autónomos y soluciones basadas en arquitecturas multiagente.

Orquestar flujos complejos mediante frameworks como

LangChain y LangGraph .

Gestionar el contexto, el estado y la memoria de agentes para garantizar interacciones coherentes.

Integrar las soluciones de IA con APIs, servicios y fuentes de datos corporativas mediante

Tool Calling .

Diseñar, desplegar y mantener servidores basados en

Model Context Protocol — MCP .

Procesar, transformar e ingerir datos no estructurados procedentes de distintas fuentes documentales.

Implementar validaciones, controles y

guardrails

para reducir alucinaciones y proteger datos sensibles.

Diseñar mecanismos de evaluación, observabilidad y trazabilidad de modelos y aplicaciones LLM.

Empaquetar, desplegar y poner en producción soluciones de IA Generativa aplicando buenas prácticas de

LLMOps .

Desarrollar pruebas unitarias y de integración y participar en procesos de integración y despliegue continuo.

Forma parte del futuro de Paradigma

Formarás parte de proyectos innovadores en los que trabajarás en todo el ciclo de vida de las soluciones de IA Generativa: desde el diseño y la experimentación hasta su puesta en producción mediante prácticas de

LLMOps . ¿Que buscamos?

En Paradigma buscamos incorporar un/a

AI Engineer especializado/a en Inteligencia Artificial Generativa , con experiencia en la construcción y despliegue de soluciones basadas en

LLMs, arquitecturas RAG y sistemas agénticos .

Responsabilidades

Diseñar y desarrollar soluciones basadas en

LLMs y modelos fundacionales .

Implementar pipelines avanzados de

RAG , arquitecturas

GraphRAG

y sistemas de recuperación híbrida.

Construir agentes autónomos y soluciones basadas en arquitecturas multiagente.

Orquestar flujos complejos mediante frameworks como

LangChain y LangGraph .

Gestionar el contexto, el estado y la memoria de agentes para garantizar interacciones coherentes.

Integrar las soluciones de IA con APIs, servicios y fuentes de datos corporativas mediante

Tool Calling .

Diseñar, desplegar y mantener servidores basados en

Model Context Protocol — MCP .

Procesar, transformar e ingerir datos no estructurados procedentes de distintas fuentes documentales.

Implementar validaciones, controles y

guardrails

para reducir alucinaciones y proteger datos sensibles.

Diseñar mecanismos de evaluación, observabilidad y trazabilidad de modelos y aplicaciones LLM.

Empaquetar, desplegar y poner en producción soluciones de IA Generativa aplicando buenas prácticas de

LLMOps .

Desarrollar pruebas unitarias y de integración y participar en procesos de integración y despliegue continuo.

Debes tener experiencia en:

Al menos

3 años de experiencia en proyectos de Inteligencia Artificial Generativa .

Sólidos conocimientos de ingeniería de software, principios de

Clean Code

y diseño de arquitecturas.

Experiencia demostrable diseñando arquitecturas para soluciones GenAI, seleccionando agentes, modelos fundacionales, bases de datos vectoriales y herramientas de orquestación.

Dominio de

Python

y experiencia con

TypeScript .

Experiencia trabajando con bases de datos vectoriales y optimizando búsquedas semánticas, híbridas y por similitud.

Conocimiento avanzado de frameworks como

LangChain, LangGraph o LangFlow .

Experiencia en la construcción y orquestación de agentes autónomos y sistemas multiagente.

Experiencia práctica en integración corporativa mediante APIs, Tool Calling y servidores MCP.

Conocimiento de técnicas avanzadas de RAG, ingesta documental automatizada y arquitecturas basadas en grafos de conocimiento, como GraphRAG.

Experiencia en el preprocesamiento de datos no estructurados complejos.

Conocimiento de mecanismos de seguridad, validación y prevención de alucinaciones.

Experiencia aplicando p