> Markdown version of [/jobs/ext/1608088-ai-engineer](https://www.wearedevelopers.com/jobs/ext/1608088-ai-engineer). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md). --- # Ai Engineer - **Company:** Gde - Grupo De Desarrollo Empresarial I+D+I, S.L. - **Location:** Barcelona, Spain (Remote available) - **Contract:** Apprenticeship - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Amazon Web Services, Data Analysis, Microsoft Azure, Software as a Service, Continuous Integration, Python (Programming Language), Machine Learning, Tensorflow, Prophet, Large Language Models, Deep Learning, Generative AI, Backend, Scikit Learn, Xgboost, Machine Learning Operations, Recurrent Neural Networks - **Published:** July 31, 2026 - **Apply:** https://www.buscojobs.com.es/ai-engineer-en-barcelona-ID-364252619 ## About the Role y modelos predictivos.Experiencia en forecasting y análisis de series temporales.Conocimientos de Deep Learning y redes neuronales.Dominio de Python y buenas prácticas de desarrollo.Experiencia trabajando con frameworks como Scikit-Learn, TensorFlow y/o PyTorch.Capacidad para diseñar, entrenar, evaluar e integrar modelos en entornos productivos.Experiencia definiendo métricas de evaluación y validación de modelos.Capacidad para analizar conjuntos de datos complejos y seleccionar el modelo más adecuado para cada caso de uso.Mentalidad orientada a producto, impacto y resolución de problemas reales.Capacidad para trabajar de forma autónoma y colaborar en equipos multidisciplinares.ValorableExperiencia con XGBoost, Prophet, ARIMA, LSTM o arquitecturas similares.Experiencia en mantenimiento predictivo, detección de anomalías o analítica predictiva.Experiencia trabajando con datos industriales, IoT o sensórica.Experiencia con plataformas AutoML.Conocimientos de MLOps, CI/CD y despliegue de modelos.Experiencia en AWS, Azure o GCP.Experiencia con LLMs, Generative AI o sistemas RAG.Experiencia desarrollando APIs con FastAPI.Experiencia en startups, productos SaaS o entornos de innovación tecnológica.Incorporación directa en plantilla del cliente final en proyectos donde la IA es una parte estratégica del producto.Participación en proyectos innovadores relacionados con GenAI, LLMs y Machine Learning aplicado.Entorno técnico con alto nivel de crecimiento y aprendizaje continuo.Equipos colaborativos y cultura orientada a innovación e impacto.Modalidad híbrida en Terrassa, 3 días de oficina y 2 teletrabajo. ## Description En MESAI desarrollamos soluciones de Inteligencia Artificial orientadas a resolver problemas reales de negocio mediante el análisis de datos, Machine Learning y analítica predictiva.Aumente sus posibilidades de llegar a la fase de entrevista leyendo la descripción completa del puesto y enviando su solicitud sin demora.Buscamos incorporar un/a AI Engineer con experiencia práctica en Machine Learning aplicado, capaz de diseñar, desarrollar, evaluar e integrar modelos de IA que generen impacto real para nuestros clientes.La persona seleccionada participará en proyectos relacionados con modelos predictivos, forecasting, análisis de series temporales, detección de patrones, Deep Learning y evaluación de modelos, colaborando estrechamente con equipos técnicos y de negocio para transformar datos en soluciones accionables.Valoramos especialmente perfiles con criterio técnico para seleccionar, validar y optimizar modelos, así como la capacidad de definir métricas y frameworks de evaluación que permitan medir el rendimiento real de las soluciones desarrolladas.Desarrollo de soluciones de IADiseño, entrenamiento y optimización de modelos de Machine Learning y Deep Learning.Desarrollo de modelos predictivos para diferentes casos de uso de negocio.Análisis de datos, detección de patrones y generación de insights accionables.Desarrollo de soluciones de forecasting y análisis de series temporales.Evaluación, validación y mejora continua de modelos mediante métricas reales.Definición de criterios de evaluación, testing y frameworks de validación de modelos (AI Harnesses).Experimentación con nuevas arquitecturas y tecnologías de Inteligencia Artificial.Integración y despliegueIntegración de modelos y pipelines de Machine Learning en entornos productivos.Desarrollo de APIs y servicios backend para consumo de modelos.Participación en workflows de inferencia y arquitectura de datos.Colaboración con equipos de producto, negocio e ingeniería.Participación en despliegues cloud y entornos escalables.Participación en la evolución técnica de productos basados en Inteligencia Artificial.Colaboración en la definición de soluciones orientadas a impacto real.Contribución a la mejora continua de la plataforma y los procesos de IA.Investigación y aplicación de nuevas tendencias en Machine Learning e Inteligencia Artificial.Entre 2 y 5 años de experiencia profesional desarrollando soluciones de Inteligencia Artificial y Machine Learning en entornos reales de negocio.Experiencia sólida en Machine Learning aplicado y modelos predictivos.Experiencia en forecasting y análisis de series temporales.Conocimientos de Deep Learning y redes neuronales.Dominio de Python y buenas prácticas de desarrollo.Experiencia trabajando con frameworks como Scikit-Learn, TensorFlow y/o PyTorch.Capacidad para diseñar, entrenar, evaluar e integrar modelos en entornos productivos.Experiencia definiendo métricas de evaluación y validación de modelos.Capacidad para analizar conjuntos de datos complejos y seleccionar el modelo más adecuado para cada caso de uso.Mentalidad orientada a producto, impacto y resolución de problemas reales.Capacidad para trabajar de forma autónoma y colaborar en equipos multidisciplinares.ValorableExperiencia con XGBoost, Prophet, ARIMA, LSTM o arquitecturas similares.Experiencia en mantenimiento predictivo, detección de anomalías o analítica predictiva.Experiencia trabajando con datos industriales, IoT o sensórica.Experiencia con plataformas AutoML.Conocimientos de MLOps, CI/CD y despliegue de modelos.Experiencia en AWS, Azure o GCP.Experiencia con LLMs, Generative AI o sistemas RAG.Experiencia desarrollando APIs con FastAPI.Experiencia en startups, productos SaaS o entornos de innovación tecnológica.Incorporación directa en plantilla del cliente final en proyectos donde la IA es una parte estratégica del producto.Participación en proyectos innovadores relacionados con GenAI, LLMs y Machine Learning aplicado.Entorno técnico con alto nivel de crecimiento y aprendizaje continuo.Equipos colaborativos y cultura orientada a innovación e impacto.Modalidad híbrida en Terrassa, 3 días de oficina y 2 teletrabajo.xqbhyrx Jornada intensiva los viernes y flexibilidad horaria.#J-*****-Ljbffr ## Related Videos - [TikTok's Privacy Innovation](https://www.wearedevelopers.com/videos/1036-tiktok-s-privacy-innovation) - [Developing the Backend with Stefan Lingler, CTO at Shpock](https://www.wearedevelopers.com/videos/100360-developing-the-backend-with-stefan-lingler-cto-at-shpock) - [Developer Experience, Platform Engineering and AI powered Apps](https://www.wearedevelopers.com/videos/990-developer-experience-platform-engineering-and-ai-powered-apps) - [Explainable machine learning explained](https://www.wearedevelopers.com/videos/589-explainable-machine-learning-explained) - [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning) - [Nest.js - TypeScript in the backend can also be clean](https://www.wearedevelopers.com/videos/1033-nest-js-typescript-in-the-backend-can-also-be-clean) ## Related Articles - [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer) - [Navigating the AI Shift](https://www.wearedevelopers.com/magazine/629-navigating-the-ai-shift) - [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development) - [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it) - [Coffee with Developers - Maria Apazoglou - Making AI understandable for all in production](https://www.wearedevelopers.com/magazine/475-coffee-with-developers-maria-apazoglou-making-ai-understandable-for-all-in-production) - [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)