> Markdown version of [/jobs/ext/2464081-ingeniero-de-datos-e-inteligencia-artificial](https://www.wearedevelopers.com/jobs/ext/2464081-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:** Madrid, 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, Zero Trust Network Access, SQL Databases, Large Language Models, Git, Virtual Agents
- **Published:** August 5, 2026
- **Apply:** https://www.buscojobs.com.es/ingeniero-de-datos-e-inteligencia-artificial-en-madrid-ID-365604679

## About the Role

Conocimientos de análisis de datos y transformación de datos.
Valorable conocimiento en ML/DL, 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
Experiencia conal menos un framework pro?codepara 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)
ConocerRAGy sus requisitos (curación, indexado, infraestructura adicional; impacto en fiabilidad).
ConocerBBDD 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 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).
En Grupo Mutua Madrileña, valoramos la diversidad y creemos en la igualdad de oportunidades para todos.

## 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?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 construirsoluciones de IA end?to?endcombinando:Sistemas de IA agéntica(agentes que razonan y ejecutan acciones usando herramientas, memoria y control del flujo) con foco enseguridad, trazabilidad y evaluaciones.RAGcomo pieza transversal para "grounding" de respuestas y acceso a conocimiento corporativo usandobases vectorialesy, cuando aplique,grafos.Conocimientos de análisis de datos y transformación de datos.Valorable conocimiento en ML/DLResponsabilidades del puestoAgentes IADiseñar y desarrollar agentes querazonan, planifican y actúanusando 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 pipelinesRAG / GraphRAG: ingestión, curación, indexación y recuperación para respuestas fundamentadas.Conocimientos de aplicación complementariaDefinir y ejecutarevaluaciones desde el inicio(datasets de referencia, regresión), con trazas completas de ejecución para depuración y mejora continua.Definir procedimientos de carga y transformación de datos.Análisis de datos y construcción de aplicaciones de visualización que permitan la toma de decisiones.Python profesional + buenas prácticas detesting.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 IAExperiencia conal menos un framework pro?codepara 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)ConocerRAGy sus requisitos (curación, indexado, infraestructura adicional; impacto en fiabilidad).ConocerBBDD 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 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).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!Grupo Mutua es para #PreparadosyValientes.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:Este es un puesto para Preparados y Valientes.#J-*****-Ljbffr


## Related Videos

- [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)
- [Kubernetes and Microservices with Multi-Model Databases](https://www.wearedevelopers.com/videos/382-kubernetes-and-microservices-with-multi-model-databases)
- [AI Agents & Agentic AI](https://www.wearedevelopers.com/videos/2017-ai-agents-agentic-ai)
- [Branch your database like your code:  How schema changes and pull requests go hand in hand](https://www.wearedevelopers.com/videos/350-branch-your-database-like-your-code-how-schema-changes-and-pull-requests-go-hand-in-hand)
- [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)
- [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)
- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [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)
- [Dev Digest 164: AI Agents, AI Blindspots and MCP security problems](https://www.wearedevelopers.com/magazine/578-dev-digest-164-ai-agents-ai-blindspots-and-mcp-security-problems)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)