Senior ML Engineer: LLM Systems & Evaluation

Grid Dynamics; Albacete; Presencial; EUR 70.000 - 95.000; Jornada completa

Descripción de la vacante

Grid Dynamics busca un Ingeniero Senior de ML para sistemas LLM y evaluación, trabajando en IA de próxima generación, modelos de lenguaje grande, recuperación aumentada y evaluación enfocada a la seguridad.

El puesto implica liderar proyectos de ML desde la definición del problema hasta la implementación, diseñar metodologías de evaluación y colaborar con equipos de producto, ingeniería e investigación para traducir objetivos comerciales en métricas de ML medibles.

Formación

• 5+ años de experiencia en ML Engineering o campo relacionado.
• Conocimientos sólidos de fundamentos de ML y evaluación de modelos.
• Buenas habilidades en Python y marcos ML modernos como PyTorch, TensorFlow o JAX.
• Comprensión de RAG, sistemas de agentes y conceptos de seguridad de LLMs.
• Experiencia entrenando, ajustando o adaptando modelos ML.
• Experiencia trabajando con Large Language Models más allá de simples integraciones API.
• Experiencia evaluando sistemas de IA y traduciendo resultados en recomendaciones.
• Experiencia construyendo y manteniendo sistemas y pipelines de ML.

Responsabilidades

• Liderar proyectos ML desde definición hasta implementación.
• Diseñar y aplicar metodologías de evaluación para sistemas IA.
• Crear datasets, benchmarks y métricas para rendimiento.
• Evaluar y mejorar sistemas basados en LLM, incl. RAG y agentes.
• Analizar comportamiento de modelos y proponer mejoras.
• Construir y mantener pipelines y tooling de ML.
• Colaborar con equipos de producto, ingeniería e investigación.
• Prototipar y iterar rápidamente para resolver retos.
• Comunicar hallazgos y recomendaciones a stakeholders técnicos y no técnicos.

Conocimientos

Python

PyTorch

TensorFlow

JAX

ML fundamentals

Model evaluation

RAG

LLM safety

LLMs

Descripción del empleo

Grid Dynamics busca un Ingeniero Senior de ML para sistemas LLM y evaluación, trabajando en IA de próxima generación, modelos de lenguaje grande, recuperación aumentada y evaluación enfocada a la seguridad.

El puesto implica liderar proyectos de ML desde la definición del problema hasta la implementación, diseñar metodologías de evaluación y colaborar con equipos de producto, ingeniería e investigación para traducir objetivos comerciales en métricas de ML medibles.