Senior Machine Learning Engineer (M/F/D)

Grid Dynamics; España; On-site; PHP 5,087,000 - 7,267,000; Full time

Job summary

Grid Dynamics busca un Ingeniero Senior de Machine Learning para liderar proyectos de ML desde la definición del problema hasta la implementación en Lleida, Catalunya, España. Se trabajará con equipos de producto e ingeniería para traducir objetivos empresariales en métricas de ML medibles y productos IA.

Se valorará experiencia con LLM, RAG y seguridad, además de construir pipelines de ML robustos. Se requiere capacidad de iteración rápida en entornos ambiguos y comunicación efectiva.

Qualifications

• ≈5+ años de experiencia en Ingeniería de ML o campo relacionado.
• ≈ Sólidos fundamentos de ML y evaluación de modelos.
• ≈ Experiencia con Python y marcos modernos de ML (PyTorch, TensorFlow o JAX).
• ≈ Conocimiento de RAG, sistemas agentic y conceptos de seguridad de LLM.
• ≈ Experiencia entrenando, ajustando o adaptando modelos.
• ≈ Experiencia trabajando con Large Language Models más allá de la simple API.
• ≈ Capacidad para evaluar sistemas de IA y convertir resultados en recomendaciones.
• ≈ Construcción y mantenimiento de pipelines de ML.

Responsibilities

• Propósito del puesto: gestionar proyectos de ML desde definición de problema hasta implementación.
• Diseñar y aplicar metodologías de evaluación para IA y ML.
• Crear datasets, benchmarks y métricas para medir desempeño.
• Evaluar y mejorar sistemas basados en LLM, incluyendo RAG, agentes y productos IA.
• Analizar comportamientos de modelos y proponer mejoras prácticas.
• Construir y mantener pipelines y herramientas ML.
• Colaborar con producto, ingeniería e investigación para traducir objetivos en ML medibles.
• Iterar rápidamente para resolver desafíos de negocio.

Skills

Machine Learning

Python

PyTorch

TensorFlow

JAX

RAG

LLM safety

Model evaluation

Comunicación efectiva

Tools

PyTorch

TensorFlow

JAX

Job description

Senior Machine Learning Engineer (M/F/D) Grid Dynamics Lleida, segriá (comarca); provincia de lleida; cataluña, Spain

Descripción del trabajo

Essential functions:

• Own machine learning projects from problem definition through implementation
• Design and implement evaluation methodologies for AI and machine learning systems
• Create datasets, benchmarks, and metrics to measure model and product performance
• Evaluate and improve LLM-based systems, including RAG applications, agents, safety systems, and end-to-end AI products
• Analyse model behaviour, identify failure modes, and recommend practical improvements
• Build and maintain ML pipelines, tooling, and evaluation infrastructure
• Collaborate with product, engineering, and research teams to translate business goals into measurable ML objectives
• Prototype and iterate rapidly to solve business and product challenges
• Communicate findings, trade-offs, and recommendations to both technical and non-technical stakeholders

Qualifications:

• ~5+ years of experience in Machine Learning Engineering or a related field.
• ~ Strong understanding of machine learning fundamentals and model evaluation.
• ~ Strong Python programming skills and experience with modern ML frameworks such as PyTorch, TensorFlow, or JAX.
• ~ Understanding of retrieval-augmented generation (RAG), agentic systems, and LLM safety concepts.
• ~ Experience training, fine-tuning, or adapting machine learning models.
• ~ Experience working with Large Language Models beyond simple API integration.
• ~ Experience evaluating AI systems and translating results into actionable recommendations.
• ~ Experience building and maintaining machine learning systems and pipelines.
• ~ Ability to work effectively in ambiguous problem spaces with incomplete requirements and limited data.
• ~ Strong written and verbal communication skills.

Would be a plus:

• Experience designing benchmarks, evaluation frameworks, or automated evaluation systems.
• Experience with distributed training or large-scale model inference.
• Experience building reusable ML tooling and internal platforms.
• Experience with cloud platforms and modern MLOps practices.
• Experience working on user-facing AI products at scale.
• Research experience or publications in machine learning or AI-related fields.