> Markdown version of [/jobs/ext/2180993-ingeniero-de-datos-e-inteligencia-artificial](https://www.wearedevelopers.com/jobs/ext/2180993-ingeniero-de-datos-e-inteligencia-artificial). 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). --- # Ingeniero De Datos E Inteligencia Artificial - **Company:** Mutua Madrileña - **Location:** Coslada, Spain - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, Data Analysis, Databases, Information Engineering, Data Transformation, Python (Programming Language), Machine Learning, Recommender Systems, Power BI, Tensorflow, Zero Trust Network Access, SQL Databases, Pytorch, Large Language Models, Git, Virtual Agents - **Published:** August 22, 2026 - **Apply:** https://www.buscojobs.com.es/ingeniero-de-datos-e-inteligencia-artificial-en-coslada-ID-368243484 ## About the Role Valorable conocimiento en ML/DL, Python profesional + buenas prácticas de testing. Buena orientación a negocio, capacidad de entender y transformar necesidades en soluciones. Experiencia definiendo casos de uso junto con negocio. Conocimiento de SQL Experiencia en Dashboards con PowerBI o similares Git y trabajo con repositorios (clonado y trabajo local/colaborativo). Agentes IA Comprender qué es un agente y su arquitectura (memoria, herramientas, planificación, roles/multi?agente). Experiencia con al menos un framework pro?code para agentes/orquestación y tool calling (p.ej., LangGraph) y/o experiencia demostrable creando guardarraíles y control de flujos del agente. Capacidad de instrumentar seguridad/controles (guardarraíles, validaciones, trazabilidad) en agentes. RAG + Vector DB (mínimos imprescindibles) Conocer RAG y sus requisitos (curación, indexado, infraestructura adicional; impacto en fiabilidad). Conocer BBDD vectoriales (embeddings, indexado, búsqueda semántica, filtros por metadatos; ejemplo Pinecone y su integración con frameworks). ML/DL (valorable) Conocer el ciclo de vida de ML en producción con separación de etapas (entrenamiento, inferencia, monitorización, reentrenamiento). Nociones de monitorización y control de degradación (p.ej., drift y triggers para reentrenamiento). Experiencia con scikit?learn y PyTorch/TensorFlow. Valorable (Nice?to?Have) Experiencia en entornos regulados y despliegues end?to?end, con foco en seguridad e infraestructura. Familiaridad con modelos de gobierno para agentes (auditoría, trazabilidad, métricas, operación). ## Description ¿Te apasiona construir sistemas inteligentes que aprenden, razonan y actúan de forma autónoma para resolver problemas reales de negocio?¿Quieres estar en la frontera entre el Machine Learning clásico y la nueva ola de arquitecturas agénticas basadas en LLMs?¿Interesado en saber más sobre este trabajo?Desplácese hacia abajo y descubra qué habilidades, experiencia y cualificaciones académicas se necesitan.Únete a nuestro equipo para diseñar y desarrollar soluciones de IA de última generación, desde modelos predictivos y sistemas de recomendación hasta agentes autónomos capaces de orquestar tareas complejas.Intégrate en nuestros Squads multidisciplinares plenamente orientados a Producto.Propósito del rolIncorporar un perfil técnico capaz de construir soluciones de IA end?to?end combinando:Sistemas de IA agéntica (agentes que razonan y ejecutan acciones usando herramientas, memoria y control del flujo) con foco en seguridad, trazabilidad y evaluaciones.RAG como pieza transversal para "grounding" de respuestas y acceso a conocimiento corporativo usando bases vectoriales y, cuando aplique, grafos.Conocimientos de análisis de datos y transformación de datos.Valorable conocimiento en ML/DLResponsabilidades del puestoAgentes IADiseñar y desarrollar agentes que razonan, planifican y actúan usando herramientas (APIs/BBDD) y memoria, entendiendo la arquitectura de agentes más allá del LLM.Implementar controles: separación por capas, guardarraíles/validaciones, trazabilidad de tool?calling y enfoque de seguridad (principios tipo Zero Trust, mínimo privilegio, verificación explícita).Construir pipelines RAG / GraphRAG: ingestión, curación, indexación y recuperación para respuestas fundamentadas.Conocimientos de aplicación complementariaDefinir y ejecutar evaluaciones desde el inicio (datasets de referencia, regresión), con trazas completas de ejecución para depuración y mejora continua.Alinear el desarrollo a un modelo de control/operación (supervisión, auditoría, métricas, ciclo de vida) para poder escalar a producción.Definir procedimientos de carga y transformación de datos.Análisis de datos y construcción de aplicaciones de visualización que permitan la toma de decisiones.Requisitos:Python profesional + buenas prácticas de testing.Buena orientación a negocio, capacidad de entender y transformar necesidades en soluciones.Experiencia definiendo casos de uso junto con negocio.Conocimiento de SQLExperiencia en Dashboards con PowerBI o similaresGit y trabajo con repositorios (clonado y trabajo local/colaborativo).Agentes IA Comprender qué es un agente y su arquitectura (memoria, herramientas, planificación, roles/multi?agente).Experiencia con al menos un framework pro?code para agentes/orquestación y tool calling (p.ej., LangGraph) y/o experiencia demostrable creando guardarraíles y control de flujos del agente.Capacidad de instrumentar seguridad/controles (guardarraíles, validaciones, trazabilidad) en agentes.RAG + Vector DB (mínimos imprescindibles)Conocer RAG y sus requisitos (curación, indexado, infraestructura adicional; impacto en fiabilidad).Conocer BBDD vectoriales (embeddings, indexado, búsqueda semántica, filtros por metadatos; ejemplo Pinecone y su integración con frameworks).ML/DL (valorable)Conocer el ciclo de vida de ML en producción con separación de etapas (entrenamiento, inferencia, monitorización, reentrenamiento).Nociones de monitorización y control de degradación (p.ej., drift y triggers para reentrenamiento).Experiencia con scikit?learn y PyTorch/TensorFlow.Valorable (Nice?to?Have)Experiencia en entornos regulados y despliegues end?to?end, con foco en seguridad e infraestructura.Familiaridad con modelos de gobierno para agentes (auditoría, trazabilidad, métricas, operación).¿Te sientes Preparado?¿Eres un Valiente?¡Únete a nuestro reto profesional!En Grupo Mutua Madrileña, valoramos la diversidad y creemos en la igualdad de oportunidades para todos.Promovemos un entorno inclusivo donde la equidad salarial y la no discriminación son pilares fundamentales.Si buscas trabajar en una empresa que se compromete a que cada persona se sienta valorada y respetada, ¡nos encantaría conocerte!¿Te sientes Preparado?¿Eres un Valiente?¡Únete a nuestro reto profesional!Grupo Mutua es para #PreparadosyValientes.xqysrnh Grupo Mutua es para ti.Aceptando suscribirte a esta oferta consientes el tratamiento de tus datos personales conforme a los términos y condiciones establecidos en:es un puesto para Preparados y Valientes. ## Related Videos - [AI Agents & Agentic AI](https://www.wearedevelopers.com/videos/2017-ai-agents-agentic-ai) - [How a Small Team Shrank a Microsoft Monorepo by 94%](https://www.wearedevelopers.com/videos/1236-how-a-small-team-shrank-a-microsoft-monorepo-by-94) - [Beyond Dashboards: Fixing Text-to-SQL with Semantic RAG](https://www.wearedevelopers.com/videos/2036-beyond-dashboards-fixing-text-to-sql-with-semantic-rag) - [Photonic Computing: Programming a New Class of AI Accelerators (incl. Live Coding)](https://www.wearedevelopers.com/videos/100196-photonic-computing-programming-a-new-class-of-ai-accelerators-incl-live-coding) - [Agentic AI - From Theory to Practice: Developing Multi-Agent AI Systems on Azure](https://www.wearedevelopers.com/videos/1532-agentic-ai-from-theory-to-practice-developing-multi-agent-ai-systems-on-azure) - [Git for Code Reviews](https://www.wearedevelopers.com/videos/429-git-for-code-reviews) ## Related Articles - [Graph and AI Trends 2026: Why Is AI Running but Not Yet Delivering?](https://www.wearedevelopers.com/magazine/680-graph-and-ai-trends-2026-why-is-ai-running-but-not-yet-delivering) - [From Prototype to Production: Build AI Agents with This Free 4-Course Learning Path](https://www.wearedevelopers.com/magazine/655-from-prototype-to-production-build-ai-agents-with-this-free-4-course-learning-path) - [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) - [A 5-Step Open-Source Setup for Agentic Engineering](https://www.wearedevelopers.com/magazine/738-a-5-step-open-source-setup-for-agentic-engineering) - [Introducing Redis Agent Memory Server](https://www.wearedevelopers.com/magazine/699-introducing-redis-agent-memory-server) - [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)