AI Back End Engineer (LLM Specialist)

Factech Servicios Informáticos; Madrid; Presencial; EUR 45.000 - 65.000; Jornada completa

Descripción de la vacante

Una consultora tecnológica busca un/a AI / Cloud Engineer con más de 5 años de experiencia en arquitecturas cloud y soluciones MLOps. La persona seleccionada participará en el diseño e implementación de infraestructuras escalables y soluciones de inteligencia artificial. Se requiere conocimiento avanzado de Kubernetes y Python, así como experiencia en implementaciones en AWS. Se valorará la mentalidad proactiva y el trabajo en entornos ágiles.

Formación

• Más de 5 años de experiencia diseñando e implementando soluciones cloud en AWS.
• Conocimiento avanzado de Kubernetes, microservicios, e Infrastructure as Code.
• Amplia experiencia en Python, incluyendo frameworks como FastAPI.

Responsabilidades

• Diseñar, implementar y gestionar infraestructura cloud en AWS utilizando IaC.
• Mantener y mejorar pipelines CI/CD utilizando herramientas como GitHub Actions.
• Implementar observabilidad y monitorización con herramientas como Amazon CloudWatch.

Conocimientos

Arquitecturas cloud

MLOps

Soluciones basadas en LLM

Python

Kubernetes

Terraform

Observabilidad

DevOps

IaaS

PaaS

Herramientas

AWS CloudFormation

Prometheus

Grafana

HuggingFace

FastAPI

Azure

Descripción del empleo

En FACTECH somos una consultora tecnológica con presencia en España y Colombia, especializada en ofrecer soluciones IT de alto impacto para grandes compañías. Apostamos por el talento, la excelencia técnica y la cercanía con nuestros clientes.

Buscamos incorporar un/a AI / Cloud Engineer con experiencia en arquitecturas cloud, MLOps y soluciones basadas en LLM.

La persona seleccionada participará en el diseño e implementación de infraestructuras cloud escalables y soluciones de inteligencia artificial avanzadas, incluyendo arquitecturas RAG, sistemas de verificación de IA y despliegue de servicios de alto rendimiento.

Responsabilidades

• Diseñar, implementar y gestionar infraestructura cloud en AWS utilizando Infrastructure as Code (IaC) con herramientas como Terraform o AWS CloudFormation.
• Mantener y mejorar pipelines CI/CD utilizando herramientas como GitHub Actions, AWS CodePipeline, Jenkins o ArgoCD.
• Implementar soluciones de observabilidad y monitorización mediante herramientas como Amazon CloudWatch, Prometheus/Grafana o ELK.
• Gestionar entornos de orquestación de contenedores como Kubernetes (EKS), ECS o Fargate.
• Diseñar y desarrollar arquitectura backend para servicios de AI Verification y ChatGPT Services utilizando Python y FastAPI.
• Implementar soluciones siguiendo principios de Domain-Driven Design (DDD) y Test-Driven Development (TDD).
• Desarrollar y mantener servicios de validación de contenido generado por IA (LLM-as-a-judge) utilizando herramientas como HuggingFace, Transformers, SpaCy, NLTK y BM25.
• Optimizar el rendimiento de modelos mediante técnicas de compresión y optimización como ONNX y cuantización.
• Desplegar y gestionar soluciones de IA multi-servicio en Kubernetes con monitorización mediante Prometheus y Grafana.
• Diseñar pipelines CI/CD para integración y despliegue continuo de servicios de inteligencia artificial.
• Diseñar, construir y mantener arquitecturas RAG de alto rendimiento, incluyendo servicios de ingestión, brokers de mensajería y sistemas de recuperación.
• Integrar herramientas y frameworks como LangChain, Azure OpenAI, Embeddings, Azure Cosmos DB, Azure Service Bus y Azure App Services.
• Realizar prompt engineering utilizando técnicas como Chain-of-Thought o few-shot learning en múltiples LLMs.
• Investigar y evaluar arquitecturas basadas en agentes y soluciones de IA ofrecidas por distintos proveedores cloud.

Requisitos (imprescindibles)

• Más de 5 años de experiencia diseñando e implementando soluciones cloud en AWS (experiencia con Azure es un plus).
• Experiencia en arquitecturas basadas en IaaS, PaaS, Serverless y sistemas distribuidos.
• Conocimiento avanzado de Kubernetes, microservicios e Infrastructure as Code (Terraform).
• Experiencia práctica con pipelines de Machine Learning, MLOps y soluciones basadas en LLM (chatbots, RAG).
• Amplia experiencia en Python, incluyendo frameworks como FastAPI.
• Experiencia con herramientas de observabilidad como Prometheus, Grafana, ELK u OpenTelemetry.
• Experiencia diseñando y desplegando sistemas RAG y arquitecturas de agentes de IA.
• Conocimiento sólido de CI/CD y prácticas DevOps.
• Experiencia desplegando servicios cloud-native en AWS o Azure.
• Experiencia con optimización de modelos (ONNX, cuantización).
• Experiencia trabajando en entornos ágiles (Scrum).
• Nivel alto de inglés (C1 o equivalente).
• Mentalidad proactiva, orientada a resultados y a la innovación tecnológica.