Ai Back End Engineer (Llm Specialist)

FacTECH Servicios Informáticos
Madrid, Spain
2 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience required
5 years minimum
Working hours
Regular working hours
Languages
English

Tech stack

Artificial Intelligence Amazon Web Services Application Services Microsoft Azure Cloud Computing Continuous Integration DevOps Distributed Systems Github Infrastructure as a Service (IaaS) Python (Programming Language) Machine Learning
+26 more
NLTK (NLP Analysis) Octopus Deploy Platform as a Service (PAAS) Scrum Methodology Prometheus Azure Service Bus Test-Driven Development (TDD) Chatbots Delivery Pipeline Large Language Models Grafana Backend Cloudformation Fastapi Kubernetes ONNX (Open Neural Network Exchange) Format HuggingFace AWS Fargate Cosmos DB Machine Learning Operations Cloudwatch Spacy Terraform GPT Jenkins Microservices

Job description

En FACTECH somos una consultora tecnológica con presencia en España y Colombia, especializada en ofrecer soluciones IT de alto impacto para grandes compañías.Apostamos por el talento, la excelencia técnica y la cercanía con nuestros clientes.Buscamos incorporar un/aAI / Cloud Engineercon experiencia en arquitecturas cloud, MLOps y soluciones basadas en LLM.La persona seleccionada participará en el diseño e implementación de infraestructuras cloud escalables y soluciones de inteligencia artificial avanzadas, incluyendo arquitecturas RAG, sistemas de verificación de IA y despliegue de servicios de alto rendimiento.ResponsabilidadesDiseñar, implementar y gestionar infraestructura cloud en AWS utilizando Infrastructure as Code (IaC) con herramientas como Terraform o AWS CloudFormation.Mantener y mejorar pipelines CI/CD utilizando herramientas como GitHub Actions, AWS CodePipeline, Jenkins o ArgoCD.Implementar soluciones de observabilidad y monitorización mediante herramientas como Amazon CloudWatch, Prometheus/Grafana o ELK.Gestionar entornos de orquestación de contenedores como Kubernetes (EKS), ECS o Fargate.Diseñar y desarrollar arquitectura backend para servicios de AI Verification y ChatGPT Services utilizando Python y FastAPI.Implementar soluciones siguiendo principios de Domain-Driven Design (DDD) y Test-Driven Development (TDD).Desarrollar y mantener servicios de validación de contenido generado por IA (LLM-as-a-judge) utilizando herramientas como HuggingFace, Transformers, SpaCy, NLTK y BM25.Optimizar el rendimiento de modelos mediante técnicas de compresión y optimización como ONNX y cuantización.Desplegar y gestionar soluciones de IA multi-servicio en Kubernetes con monitorización mediante Prometheus y Grafana.Diseñar pipelines CI/CD para integración y despliegue continuo de servicios de inteligencia artificial.Diseñar, construir y mantener arquitecturas RAG de alto rendimiento, incluyendo servicios de ingestión, brokers de mensajería y sistemas de recuperación.Integrar herramientas y frameworks como LangChain, Azure OpenAI, Embeddings, Azure Cosmos DB, Azure Service Bus y Azure App Services.Realizar prompt engineering utilizando técnicas como Chain-of-Thought o few-shot learning en múltiples LLMs.Investigar y evaluar arquitecturas basadas en agentes y soluciones de IA ofrecidas por distintos proveedores cloud.Requisitos (imprescindibles)Más de 5 años de experiencia diseñando e implementando soluciones cloud en AWS (experiencia con Azure es un plus).Experiencia en arquitecturas basadas en IaaS, PaaS, Serverless y sistemas distribuidos.Conocimiento avanzado de Kubernetes, microservicios e Infrastructure as Code (Terraform).Experiencia práctica con pipelines de Machine Learning, MLOps y soluciones basadas en LLM (chatbots, RAG).Amplia experiencia en Python, incluyendo frameworks como FastAPI.Experiencia con herramientas de observabilidad como Prometheus, Grafana, ELK u OpenTelemetry.Experiencia diseñando y desplegando sistemas RAG y arquitecturas de agentes de IA.Conocimiento sólido de CI/CD y prácticas DevOps.Experiencia desplegando servicios cloud-native en AWS o Azure.Experiencia con optimización de modelos (ONNX, cuantización).Experiencia trabajando en entornos ágiles (Scrum).Nivel alto de inglés (C1 o equivalente).Mentalidad proactiva, orientada a resultados y a la innovación tecnológica.#J-*****-Ljbffr

Requirements

con experiencia en arquitecturas cloud, MLOps y soluciones basadas en LLM. La persona seleccionada participará en el diseño e implementación de infraestructuras cloud escalables y soluciones de inteligencia artificial avanzadas, incluyendo arquitecturas RAG, sistemas de verificación de IA y despliegue de servicios de alto rendimiento., Más de 5 años de experiencia diseñando e implementando soluciones cloud en AWS (experiencia con Azure es un plus). Experiencia en arquitecturas basadas en IaaS, PaaS, Serverless y sistemas distribuidos. Conocimiento avanzado de Kubernetes, microservicios e Infrastructure as Code (Terraform). Experiencia práctica con pipelines de Machine Learning, MLOps y soluciones basadas en LLM (chatbots, RAG). Amplia experiencia en Python, incluyendo frameworks como FastAPI. Experiencia con herramientas de observabilidad como Prometheus, Grafana, ELK u OpenTelemetry. Experiencia diseñando y desplegando sistemas RAG y arquitecturas de agentes de IA. Conocimiento sólido de CI/CD y prácticas DevOps. Experiencia desplegando servicios cloud-native en AWS o Azure. Experiencia con optimización de modelos (ONNX, cuantización). Experiencia trabajando en entornos ágiles (Scrum). Nivel alto de inglés (C1 o equivalente). Mentalidad proactiva, orientada a resultados y a la innovación tecnológica.

About the company

En FACTECH somos una consultora tecnológica con presencia en España y Colombia, especializada en ofrecer soluciones IT de alto impacto para grandes compañías. Apostamos por el talento, la excelencia técnica y la cercanía con nuestros clientes.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.buscojobs.com.es

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:17 min

Mapping the maturity roadmap for scaled devops adoption

Dominik Krichbaum Dominik Krichbaum · WWC Europe 2026

3:29 min

Binary and count vectorization techniques for text

Jodie Burchell · LIVE

40 sec

Generative pre-trained transformer models powering code completions

lgonta lgonta +1 · WWC 2024

1:55 min

Hiring backend developers with strong cultural fit

Stefan Lingler Stefan Lingler +1 · Coffee With Developers

3:18 min

Scaling global network engineering through DevOps culture

Stuart Clark · LIVE

4:57 min

Centralizing LLMOps workflows within Azure AI Foundry

Maxim Salnikov Maxim Salnikov · LIVE

Videos

See all

Related articles

See all