At Telefonica Ingeniería de Seguridad, we are looking for a Data Analytics & AI Engineer with solid experience in the design and development of advanced analytics solutions, data visualization, Machine Learning, and Artificial Intelligence applied to strategic European projects in defense, secure communications, and critical systems.

The selected candidate will work in a highly technological environment, collaborating with multidisciplinary teams to transform complex data into real operational capabilities.

Main Responsibilities:

1. Development of analytical solutions

• Design, implement, and optimize advanced dashboards for operational monitoring, predictive analysis, and decision-making support.
• Build and maintain data pipelines for the ingestion, processing, and exploitation of information coming from defense and telecommunications systems.

2. Artificial Intelligence & Machine Learning

• Develop ML/AI models for anomaly detection, signal analysis, failure prediction, and resource optimization.
• Evaluate, tune, and deploy models in production environments or embedded systems when necessary.

3. Data Engineering and MLOps

• Ensure data quality, traceability, and governance throughout the project lifecycle.
• Participate in deployment, monitoring, and model lifecycle processes under MLOps best practices.

4. Technical Collaboration

• Work with systems engineering, cybersecurity, and telecommunications teams to integrate AI solutions into existing platforms.
• Document designs, architectures, and results for audits, certifications, or deliverables.

5. Innovation and Technological Monitoring

• Evaluate new trends in generative AI, computer vision, real-time analytics, edge AI, and signal processing, proposing strategic evolutions for the business.
• Contribute to technical proposals for European projects and innovation funds.

Education

• Degree in Telecommunications, Computer Science, Software, Electronics Engineering, or similar.
• A master's degree or specialization in Data Science, AI, Machine Learning, or Big Data is valued.

Experience

• 5+ years developing advanced analytics solutions, dashboards, or Machine Learning models.
• Previous experience in critical sectors: defense, aerospace, telecommunications, transport, energy, or security.
• Solid knowledge of signal processing, data analytics, or distributed architectures.

Technical Competencies

• Languages: Python, SQL (advanced), R (optional).
• ML Frameworks: scikit‑learn, TensorFlow, PyTorch, XGBoost.
• Visualization tools: Power BI, Tableau, Grafana or equivalent.
• Cloud (at least one): Azure, AWS, Google Cloud.
• Valued experience in:
• MLOps (MLflow, Kubeflow, Airflow)
• Data Engineering (Spark, Kafka)
• Real-time systems or classified environments
• Generative models or AI applied to communications

Personal Competencies

• Analytical capacity, results orientation, and systemic thinking.
• Ability to work with multidisciplinary teams and in complex technical contexts.
• Good level of technical English (B2+).

En Telefonica Ingeniería de Seguridad buscamos un/a Data Analytics & AI Engineer con sólida experiencia en el diseño y desarrollo de soluciones de analítica avanzada, visualización de datos, Machine Learning e Inteligencia Artificial aplicadas a proyectos estratégicos europeos de defensa, comunicaciones seguras y sistemas críticos.

La persona seleccionada trabajará en un entorno altamente tecnológico, colaborando con equipos multidisciplinares para transformar datos complejos en capacidades operacionales reales.

Responsabilidades principales:

1. Desarrollo de soluciones analíticas

• Diseñar, implementar y optimizar dashboards avanzados para monitorización operacional, análisis predictivo y soporte a la toma de decisiones.
• Construir y mantener pipelines de datos para ingestión, procesamiento y explotación de información procedente de sistemas de defensa y telecomunicaciones.

2. Inteligencia Artificial & Machine Learning

• Desarrollar modelos de ML/AI para detección de anomalías, análisis de señales, predicción de fallos y optimización de recursos.
• Evaluar, ajustar y desplegar modelos en entornos productivos o en sistemas embebidos cuando sea necesario.

3. Ingeniería de Datos y MLOps

• Asegurar la calidad, trazabilidad y gobierno del dato en todo el ciclo de vida del proyecto.
• Participar en procesos de deploy, monitorización y vida útil del modelo bajo buenas prácticas MLOps.

4. Colaboración técnica

• Trabajar con equipos de ingeniería de sistemas, ciberseguridad y telecomunicaciones para integrar soluciones de IA en plataformas ya existentes.
• Documentar diseños, arquitecturas y resultados para auditorías, certificaciones o entregables.

5. Innovación y vigilancia tecnológica

• Evaluar nuevas tendencias en IA generativa, visión artificial, analítica en tiempo real, edge AI y procesamiento de señales, proponiendo evolutivos estratégicos para el negocio.
• Contribuir en propuestas técnicas para proyectos europeos y fondos de innovación.

Formación

• Ingeniería de Telecomunicaciones, Informática, Software, Electrónica o similar.
• Valorable máster o especialización en Data Science, IA, Machine Learning o Big Data.

Experiencia

• 5+ años desarrollando soluciones de analítica avanzada, dashboards o modelos de Machine Learning.
• Experiencia previa en sectores críticos: defensa, aeroespacial, telecomunicaciones, transporte, energía o seguridad.
• Conocimientos sólidos en procesamiento de señales, analítica de datos o arquitecturas distribuidas.

Competencias técnicas

• Lenguajes: Python, SQL (avanzado), R (opcional).
• Frameworks ML: scikit‑learn, TensorFlow, PyTorch, XGBoost.
• Herramientas de visualización: Power BI, Tableau, Grafana o equivalente.
• Cloud (al menos uno): Azure, AWS, Google Cloud.
• Valorable experiencia en:
• MLOps (MLflow, Kubeflow, Airflow)
• Data Engineering (Spark, Kafka)
• Sistemas en tiempo real o entornos clasificados
• Modelos generativos o IA aplicada a comunicaciones

Competencias personales

• Capacidad analítica, orientación a resultados y pensamiento sistémico.
• Capacidad para trabajar con equipos multidisciplinares y en contextos técnicos complejos.
• Buen nivel de inglés técnico (B2+).