Cognitive AI Engineer with Disability Certificate

We are looking for a Cognitive AI, Agents, and Human Interaction profile that combines artificial intelligence engineering skills with sensitivity to human factors, cognitive psychology, human-machine interaction, and evaluation of human-centered intelligent systems. The role is focused on supporting the design, implementation, experimentation, and validation of cognitive AI solutions capable of interpreting language, processing context, reasoning about goals, generating plans, interacting with humans, and supporting decision or automation tasks in security, robotics, cybersecurity, and defense environments.

Implementation of cognitive AI modules:

• Implement components for language understanding, intent classification, entity extraction, constraints, and context.
• Develop prototypes for generating structured specifications, plans, task trees, or conceptual Behavior Trees.

Development of interactive agents and systems:

• Collaborate on the development of agents based on LLMs, RAG, embeddings, memory, tools, and decision flows.
• Implement human-machine interaction tests through text, voice, graphical interfaces, simulators, or robotic environments.

Cognitive, behavioral modeling and human factors

• Define conceptual frameworks based on attention, memory, perception, decision-making, mental workload, learning, and trust.
• Translate psychological and cognitive constructs into measurable variables applicable to AI systems.

Experimentation, evaluation, and data analysis:

• Run training, validation, and comparison experiments for AI models.
• Prepare datasets, clean data, document preprocessing processes, and ensure experimental traceability.

Generative AI, multimodal models, and decision support systems:

• Use APIs and LLM frameworks for generation, classification, extraction, reasoning, and evaluation tasks.
• Implement basic or intermediate prompting flows, embeddings, RAG, vector stores, and response evaluation.

MLOps, quality, security, and documentation:

• Use Git, GitHub/GitLab, and collaborative development best practices.
• Support reproducible pipelines with MLflow, DVC, Docker, notebooks, and basic CI/CD.

• Mandatory requirement: Hold a Disability Certificate equal to or greater than 33%, legally recognized and in force.

Education:

• Bachelor's or Master's degree in Computer Engineering, Telecommunications, Mathematics, Physics, Data Science, Artificial Intelligence, or related disciplines.

Or:

• Neuroscience, Cognitive Sciences, Human Factors, Cognitive Ergonomics, HCI, or related disciplines.
• Additional training valued in AI, data science, statistics, programming, robotics, autonomous systems, cybersecurity, or simulation.

Experience:

• Practical experience in Python, data analysis, prototyping AI models, or developing technological solutions.
• Experience in academic projects, personal projects, internships, R&D collaborations, or professional environments related to AI, data, HCI, or human factors.
• Valuable experience in NLP, generative AI, agents, simulation, audio, vision, robotics, or cybersecurity.
• Valuable experience in designing and analyzing behavioral experiments.
• Valuable experience in psychological, cognitive, usability, or human factors evaluation.

Technical skills:

• Programming: Python as the main language; C++ is a plus.
• AI/ML frameworks: PyTorch, TensorFlow, Hugging Face, scikit-learn.
• Data: Pandas, NumPy, visualization, notebooks, cleaning, and data analysis.
• Deep learning fundamentals: CNN, RNN/LSTM, transformers, and basic generative models.
• Basic or intermediate knowledge of LLMs, embeddings, RAG, prompting, model APIs, and agents.
• Version control: Git, GitHub/GitLab.
• Valuable: Docker, MLflow, DVC, CI/CD, ROS2, audio processing, computer vision, or simulators.
• Applied statistics, experimental design, and behavioral analysis.

• Permanent contract.
• Flexible working hours so you can balance your personal life and professional development. Flexible start and end times.
• Hybrid model (Carabanchel area). 60% remote work / 40% on-site presence.
• Compensation aligned with your experience, training, and development.
• Flexible compensation.
• 23 working days of vacation plus additional days per collective agreement.
• Facility accessibility: Offices located in Carabanchel equipped with an elevator at the rear of the building (the restrooms at the workplace are not adapted for severe reduced mobility).

Buscamos un perfil de IA Cognitiva, Agentes e Interacción Humana que combine capacidades técnicas de ingeniería de inteligencia artificial con sensibilidad hacia factores humanos, psicología cognitiva, interacción humano máquina y evaluación de sistemas inteligentes centrados en las personas. El rol está orientado a apoyar el diseño, implementación, experimentación y validación de soluciones de IA cognitiva capaces de interpretar lenguaje, procesar contexto, razonar sobre objetivos, generar planes, interactuar con humanos y apoyar tareas de decisión o automatización en entornos de seguridad, robótica, ciberseguridad y defensa.

Implementación de módulos de IA cognitiva:

• Implementar componentes para comprensión de lenguaje, clasificación de intenciones, extracción de entidades, restricciones y contexto.
• Desarrollar prototipos para generación de especificaciones estructuradas, planes, árboles de tareas o Behavior Trees conceptuales.

Desarrollo de agentes y sistemas interactivos:

• Colaborar en el desarrollo de agentes basados en LLMs, RAG, embeddings, memoria, herramientas y flujos de decisión.
• Implementar pruebas de interacción humano-máquina mediante texto, voz, interfaces gráficas, simuladores o entornos robóticos.

Modelado cognitivo, conductual y factores humanos

• Definir marcos conceptuales basados en atención, memoria, percepción, toma de decisiones, carga mental, aprendizaje y confianza.
• Traducir constructos psicológicos y cognitivos en variables medibles aplicables a sistemas de IA.

Experimentación, evaluación y análisis de datos:

• Ejecutar experimentos de entrenamiento, validación y comparación de modelos de IA.
• Preparar datasets, limpiar datos, documentar procesos de preprocesamiento y asegurar trazabilidad experimental.

IA generativa, modelos multimodales y sistemas de apoyo a la decisión:

• Usar APIs y frameworks de LLMs para tareas de generación, clasificación, extracción, razonamiento y evaluación.
• Implementar flujos básicos o intermedios de prompting, embeddings, RAG, vector stores y evaluación de respuestas.

MLOps, calidad, seguridad y documentación:

• Utilizar Git, GitHub/GitLab y buenas prácticas de desarrollo colaborativo.
• Apoyar pipelines reproducibles con MLflow, DVC, Docker, notebooks y CI/CD básico.

• Requisito obligatorio: Estar en posesión de un Certificado de Discapacidad igual o superior al 33% legalmente reconocido y en vigor.

Formación:

• Grado o Máster en Ingeniería Informática, Telecomunicaciones, Matemáticas, Física, Ciencia de Datos, Inteligencia Artificial o disciplinas afines.

O bien:

• Neurociencia, Ciencias Cognitivas, Factores Humanos, Ergonomía Cognitiva, HCI o disciplinas relacionadas.
• Valorable formación complementaria en IA, ciencia de datos, estadística, programación, robótica, sistemas autónomos, ciberseguridad o simulación.

Experiencia:

• Experiencia práctica en Python, análisis de datos, prototipado de modelos de IA o desarrollo de soluciones tecnológicas.
• Experiencia en proyectos académicos, personales, prácticas, colaboraciones en I+D o entornos profesionales relacionados con IA, datos, HCI o factores humanos.
• Valorable experiencia en NLP, IA generativa, agentes, simulación, audio, visión, robótica o ciberseguridad.
• Valorable experiencia en diseño y análisis de experimentos conductuales.
• Valorable experiencia en evaluación psicológica, cognitiva, de usabilidad o de factores humanos.

Conocimientos técnicos:

• Programación: Python como lenguaje principal; C++ valorable.
• Frameworks de IA/ML: PyTorch, TensorFlow, Hugging Face, scikit-learn.
• Datos: Pandas, NumPy, visualización, notebooks, limpieza y análisis de datos.
• Fundamentos de deep learning: CNN, RNN/LSTM, transformers y modelos generativos básicos.
• Conocimientos iniciales o intermedios de LLMs, embeddings, RAG, prompting, APIs de modelos y agentes.
• Control de versiones: Git, GitHub/GitLab.
• Valorable: Docker, MLflow, DVC, CI/CD, ROS2, procesamiento de audio, computer vision o simuladores.
• Estadística aplicada, diseño experimental y análisis de comportamiento.

• Contrato indefinido.
• Jornadas de trabajo flexibles para que puedas conciliar tu vida personal y tu desarrollo profesional. Entrada y salida flexible.
• Modalidad híbrida (zona Carabanchel). 60% teletrabajo / 40% presencialidad.
• Retribución acorde con tu experiencia, formación y desarrollo.
• Retribución flexible.
• 23 días laborables de vacaciones + días por convenio.
• Accesibilidad de instalaciones: Oficinas ubicadas en Carabanchel equipadas con ascensor por la parte trasera del edificio (los aseos del centro de trabajo no están adaptados para movilidad reducida severa).