Ingeniero de IA

Esta es tu oportunidad de unirte a un equipo amable y apasionado que te motivará a aprender y desarrollar tu carrera en la empresa.

Los beneficios pueden incluir:

Plan de pensiones
Trabajo remoto/flexible
Seguro de vida
Seguro médico
25 días de vacaciones pagadas al año
LinkedIn Learning
¡Y muchos más! (Los beneficios dependen de tu ubicación base).

La letra pequeña

Estrictamente prohibido el uso de agencias; cualquier envío de currículums sin solicitud previa de Sabio Group no se considerará como una presentación y, por tanto, no dará derecho a una tarifa de presentación. Todos los candidatos deben tener derecho a trabajar en el territorio al que se refiere el puesto (Reino Unido y UE). Sabio Group no puede ofrecer patrocinio en ninguno de los puestos anunciados. 

En Sabio Group, estamos construyendo la próxima generación de experiencia de cliente impulsada por IA para algunas de las marcas empresariales más exigentes del mundo: el tipo de clientes de vanguardia que marcan el estándar de lo que debe ser una "gran CX". Combinamos modelos de lenguaje de gran tamaño (LLM) de última generación con una profunda experiencia en contact centers para ofrecer experiencias agénticas que mejoren materialmente la contención, el CSAT y la eficiencia operativa.

Estamos contratando a un AI Engineer para unirse a nuestro equipo de bots de atención al cliente / agentes de IA en Madrid. Trabajarás de extremo a extremo en todo el ciclo de vida —descubrimiento, diseño, construcción, evaluación, despliegue, operación— desarrollando soluciones robustas de LLM/NLU, pipelines de conocimiento e integraciones en canales de voz y digitales, principalmente en español.

Este es un rol de ingeniería práctico para alguien que sienta curiosidad por el rumbo que está tomando la IA, se sienta cómodo lanzando sistemas agénticos a producción y sea reflexivo para hacerlo de forma segura y rentable.

Discovery & Design

• Traducir las necesidades de negocio y de CX en diseños de soluciones de IA que abarquen NLU/LLM, RAG, ASR/TTS e integraciones de back-end.
• Definir requisitos funcionales y no funcionales: latencia, resiliencia, observabilidad, seguridad, coste por conversación.

Agent & Model Implementation

• Diseñar y construir soluciones de IA agénticas —patrones de agente único, multiagente, uso de herramientas y orquestados— utilizando frameworks modernos y modelos de vanguardia.
• Construir y optimizar componentes de NLU/LLM: clasificación, NER, resumen, RAG sobre bases de conocimiento empresariales.
• Diseñar prompts, esquemas de herramientas, ventanas de contexto y presupuestos de tokens para precisión, latencia y coste.
• Desarrollar pipelines de datos y conocimiento para la ingesta, limpieza, redacción de PII y conjuntos de datos de evaluación.

Evaluation & Quality

• Construir sistemas de evaluación (conjuntos de evaluación offline, LLM-as-judge, suites de regresión, pruebas A/B) y tratar la evaluación como un entregable de primer nivel, no como algo secundario.
• Impulsar la mejora continua mediante analítica de conversaciones, triaje de errores y análisis de modos de fallo.

LLMOps & Operations

• Implementar CI/CD para modelos y prompts, con feature flags, lanzamientos canary y rollback.
• Realizar el seguimiento de experimentos, linaje y versiones de modelos/prompts.
• Operar servicios en producción frente a SLOs con monitorización, trazabilidad, alertas y respuesta ante incidentes.

Responsible AI

• Aplicar salvaguardas prácticas para la seguridad, el sesgo, las alucinaciones, la inyección de prompts y la resistencia al jailbreak.
• Hacer cumplir el RGPD / LOPDGDD: consentimiento, minimización, retención, control de acceso y auditabilidad.

Collaboration

• Trabajar junto a diseñadores de conversación, ingenieros de software, científicos de datos, QA y Ops.
• Producir documentos de diseño claros, runbooks y actualizaciones para los stakeholders.

Required

• Experiencia práctica entregando IA conversacional —voicebots, chatbots o asistentes virtuales— incluyendo flujos conversacionales, interacciones abiertas, NLU e IA generativa.
• Experiencia en producción construyendo agentes con IA generativa: arquitecturas agénticas (agente único, multiagente, llamada a herramientas/funciones, patrones de planificador-ejecutor), RAG y orquestación.
• Conocimiento práctico de proveedores y plataformas de LLM de vanguardia —por ejemplo, Anthropic Claude, OpenAI, Google Gemini, Amazon Bedrock, Microsoft Azure AI— y sentido práctico de cuándo utilizar cada uno.
• Sólidas habilidades de prompt engineering y context engineering en múltiples familias de LLM, incluyendo el diseño de system prompts, salida estructurada y estrategias de grounding.
• Mentalidad de evaluación: mides la calidad del agente con conjuntos de evaluación, trazas y métricas, no por sensaciones.
• Conciencia de la ética, el sesgo y la seguridad de la IA, con experiencia práctica mitigándolos en sistemas desplegados.
• Optimización de tokens, latencia y coste —enrutamiento de modelos, caché (incluyendo prompt caching), compresión de contexto, ajuste de recuperación— como una disciplina de ingeniería central.
• Comodidad con flujos de trabajo de desarrollo agéntico —utilizando asistentes de codificación de IA y modelos de co-trabajo/desarrollo por parejas con IA (Claude Code, Copilot, Cursor o equivalentes) como parte de tu entrega diaria.
• Fundamentos sólidos de ingeniería de software: Python y/o JavaScript/Node, Git, IDEs, entrega Agile.
• Habilidades de cara al cliente: recopilación de requisitos, diseño, validación y comunicación con stakeholders.
• Competencia profesional en español e inglés.

Desirable

• Servicios en la nube, principalmente AWS, con despliegue en contenedores mediante Docker / Kubernetes.
• Integraciones de contact center (por ejemplo, Genesys, Avaya, Cisco, Amazon Connect) e integraciones con Meta / WhatsApp Business / canales digitales.
• Experiencia con ASR/TTS y cuestiones específicas de voz: barge-in, turn-taking, recuperación de errores de ASR, presupuestos de latencia.
• Modelos de reconocimiento de voz/NLU y bucles de mejora continua (Microsoft STT, MS CLU, Google, Amazon).
• Observabilidad para sistemas LLM: trazabilidad, pipelines de evaluación, monitorización de calidad online.
• Familiaridad con estándares emergentes de interoperabilidad de agentes (por ejemplo, MCP, A2A) y patrones de human-in-the-loop / escalada.
• Exposición a Microsoft Bot Framework, Genesys Dialog Engine o VXML.
• Experiencia de consultoría analizando flotas de bots existentes, evaluando KPIs (contención, CSAT, AHT, tasa de transferencia) y recomendando mejoras.

Nice to Have

• Exposición a Google Conversational Agent / Playbooks o DialogFlow; es útil si has trabajado con ello, pero no es obligatorio.