AI Engineer GenAI — Presencial - Madrid — Consultoría Tech - Python, Machine Learning, LLMs

Descripción del puesto

Sobre la vacante

Grupo Ditech está buscando un AI Engineer especializado en GenAI para unirse a su equipo en Madrid. Requisitos clave incluyen nivel avanzado de inglés y disponibilidad para trasladarse a España. La posición es presencial y se enfoca en proyectos de inteligencia artificial generativa, ideal para profesionales con experiencia en desarrollo de soluciones AI/ML.

¿Por qué deberías aplicar?

Esta es tu oportunidad de trabajar en una de las capitales tecnológicas de Europa, colaborando en proyectos innovadores de GenAI que están transformando industrias. Madrid ofrece un ecosistema tech vibrante, networking internacional y crecimiento profesional acelerado en el campo de la inteligencia artificial. Aprenderás de expertos, trabajarás con tecnologías de vanguardia y podrás impactar en soluciones reales para clientes globales.

Tips y consejos de VacantesDigitales.com

Skills indispensables

• Técnicas: Python, frameworks de ML (TensorFlow/PyTorch), experiencia con LLMs (GPT, Llama, etc.), procesamiento de lenguaje natural (NLP), arquitecturas de modelos generativos
• Soft skills: Comunicación avanzada en inglés, capacidad de adaptación a nuevos entornos, pensamiento crítico para resolver problemas complejos, colaboración en equipos multiculturales

Tips prácticos para este puesto

• Prepara tu portafolio: Incluye proyectos de GenAI con código en GitHub, demostrando tu experiencia en fine-tuning, prompt engineering o desarrollo de aplicaciones con modelos generativos.
• Domina el inglés técnico: Practica describir proyectos complejos en inglés, ya que entrevistas y documentación serán en este idioma.
• Investiga la empresa: Revisa proyectos previos de Grupo Ditech en AI para entender su enfoque y alinear tu experiencia.

Recursos recomendados

• Tools: Hugging Face, LangChain, OpenAI API, Google Colab
• Documentación: Papers con código (paperswithcode.com), documentación oficial de PyTorch/TensorFlow
• Influencers: Andrej Karpathy, Yann LeCun, Lex Fridman
• Cursos: DeepLearning.AI Specializations, Fast.ai

Preguntas frecuentes en entrevistas para este rol

• "Describe un proyecto de GenAI en el que hayas trabajado y los desafíos técnicos que enfrentaste" - Tip: Estructura tu respuesta con contexto, tu rol, tecnologías usadas, problemas específicos y cómo los resolviste, mostrando pensamiento crítico.
• "¿Cómo evalúas y mitigas sesgos en modelos generativos?" - Tip: Menciona técnicas como diversidad de datos, evaluación con métricas específicas (ej., fairness scores) y pruebas con casos de borde, demostrando conciencia ética.
• "¿Cómo manejas la escalabilidad de un modelo de GenAI en producción?" - Tip: Habla de optimización (cuantización, pruning), infraestructura (cloud, contenedores) y monitoreo (latencia, calidad de outputs), mostrando experiencia en ciclo completo.

Rango salarial estimado (España)

Basado en datos de Glassdoor, InfoJobs, Tecnoempleo y el mercado actual: | Nivel | Rango mensual EUR | |-------|-------------------| | Junior | €2,500 - €3,500 | | Mid | €3,500 - €4,500 | | Senior | €4,500 - €6,000 |

*Nota: Varía según experiencia específica en GenAI, tamaño de la empresa y beneficios adicionales. Empresas multinacionales o startups tech pueden ofrecer salarios superiores, especialmente con equity o bonos.*

Red flags a considerar

• Bandera roja 1: Falta de claridad en el proyecto - Pregunta en la entrevista: "¿Pueden describir el primer proyecto de GenAI en el que trabajaría y los objetivos concretos?" Si la respuesta es vaga o cambia constantemente, podría indicar falta de dirección.
• Bandera roja 2: Infraestructura tecnológica limitada - Investiga antes de aceptar: Revisa si la empresa tiene recursos de GPU/cloud adecuados para entrenar modelos de GenAI, ya que esto impacta directamente tu capacidad de trabajo.
• Bandera roja 3: Expectativas poco realistas con plazos - Señal de advertencia común: Si mencionan plazos muy ajustados para proyectos complejos de AI sin un equipo sólido, podría llevar a burnout o calidad comprometida. Pregunta sobre metodologías de desarrollo y apoyo del equipo.