> Markdown version of [/jobs/ext/3592339-ai-engineer](https://www.wearedevelopers.com/jobs/ext/3592339-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:** JUNGLE 21, S.A. - **Location:** Madrid, Spain (Remote available) - **Contract:** Permanent contract - **Skills:** Application Programming Interfaces (APIs), Artificial Intelligence, BigQuery, Communications Protocols, Computer Engineering, Continuous Integration, Core Foundation, Integrated Development Environments, Python (Programming Language), Machine Learning, Gemini Enterprise (Agent Platform), Software Engineering, SQL Databases, Management of Software Versions, Google Cloud, ReactJS, Generative AI, Backend, Git, Fastapi, Gsuite, Claude, Google Gemini, Agent2Agent Protocol - **Published:** October 6, 2026 - **Apply:** https://www.adzuna.es/details/5912932972 ## About the Role * Experiencia: 3-6 años en ingeniería de software, datos o machine learning, con al menos 2 implementando IA generativa en producción, no solo pruebas de concepto. * Formación: Grado en Ingeniería Informática, Telecomunicaciones, Matemáticas, Estadística o similar. * IA Generativa en GCP: Implementación en producción de soluciones de IA generativa sobre Gemini Enterprise Agent Platform (antes Vertex AI). * Agentes con ADK: Desarrollo y despliegue de agentes con Agent Development Kit, con herramientas y orquestación de varios pasos. * Molden Garden: Consumo e integración de distintos modelos a través de las APIs de Model Garden. * Agentes gestionados de GCP: Uso de los agentes disponibles en Google Cloud, como los agentes de datos sobre BigQuery. * Monitorización y mantenimiento: Operación en producción de soluciones de IA: observabilidad, coste, cambios de versión de modelo y resolución de incidencias. * Productos digitales: Integración de capacidades de IA en aplicaciones o webs a través de APIs y servicios backend. * Python: Desarrollo backend en producción (FastAPI o similar), pruebas y empaquetado. * Git/CI/CD:Versionado, pull requests y despliegue continuo. * Evaluación: Medición de la calidad de soluciones de IA generativa con criterios objetivos y repetibles. * Idiomas: español nativo o avanzado; inglés intermedio-alto., * Experiencia desplegando y configurando Gemini Enterprise (antes Agentspace), sus agentes y sus conectores. * Fundamentos de machine learning clásico: previsión, clasificación, segmentación y detección de anomalías. * Estadística aplicada, diseño de experimentos y análisis de resultados. * Entrenamiento y despliegue de modelos en Agent Platform o con BigQuery ML, e ingeniería de características. * Ajuste fino de modelos de lenguaje y de embeddings. * SQL avanzado y modelado sobre BigQuery. * Model Context Protocol (MCP) y protocolos de comunicación entre agentes (A2A). * Integraciones con Google Workspace (Chat, Drive, Apps Script). * Desarrollo frontend (React o similar) para prototipar la experiencia de usuario. * Certificación Google Cloud en machine learning o IA generativa. * Conocimiento del Reglamento Europeo de IA y de protección de datos aplicada a IA., * Ambidiestro: tan cómodo manteniendo y mejorando lo que existe como construyendo lo nuevo. * Pragmatismo: empieza por el problema y elige la solución más simple que lo resuelve, nativa cuando basta y a medida cuando hace falta. * Rigor: no da por buena una respuesta del modelo sin evidencia, y distingue una demo de un sistema en producción. * Visión de producto: entiende al usuario, decide qué no construir y mide si lo construido se usa. * Comunicación con negocio: explica qué puede y qué no puede hacer la IA sin sobreprometer. * Disciplina documental: deja escrito lo que construye, porque la continuidad del equipo depende de ello., * Responsabilidad directa sobre la capa de IA de un grupo de más de diez compañías, con usuarios reales desde el primer mes. * Stack moderno sobre Google Cloud y Gemini Enterprise Agent Platform en uso productivo, con capacidad de decisión sobre su evolución. * Contacto directo con negocio y con la dirección de la compañía. * Recorrido de crecimiento dentro del área de datos e IA del grupo. ## Description Buscamos un AI Engineer para incorporarse al equipo de la Plataforma de Datos e IA de Jungle y asumir el diseño, la implementación, la operación y el mantenimiento de las soluciones de inteligencia artificial generativa del grupo sobre Google Cloud Platform: agentes, asistentes y capacidades de IA integradas en los productos digitales del grupo, tanto aplicaciones internas como webs. Es un perfil híbrido de ingeniería y producto. La persona trabajará bajo el criterio técnico del Lead Data & AI Engineer y será la responsable de que las soluciones de IA lleguen a producción y se mantengan en ella con calidad medida, coste controlado y usuarios reales. Tan importante como construir es operar y mantener lo construido, incluido lo que hayan desarrollado proveedores externos., Desarrollo de agentes e IA generativa sobre GCP * Diseñar, construir y desplegar agentes con Agent Development Kit (ADK) sobre Gemini Enterprise Agent Platform, incluidos sistemas multiagente, uso de herramientas y memoria. * Integrar y combinar los distintos modelos disponibles a través de las APIs de Model Garden (Gemini, Claude y modelos abiertos), eligiendo el adecuado para cada tarea por calidad, latencia y coste. * Implementar capas de recuperación y grounding sobre el dato y la documentación corporativa. Agentes gestionados de Google Cloud * Utilizar los agentes gestionados que ofrece Google Cloud, como los agentes de datos y de análisis conversacional sobre BigQuery, y decidir con criterio cuándo usar lo disponible y cuándo construir a medida., * Exponer las capacidades de IA como servicios propios sobre Cloud Run, con APIs, autenticación y control de consumo, e integrarlas en las aplicaciones y webs del grupo en coordinación con Jungle Apps y Webs. * Participar en el diseño de la experiencia de usuario de las funcionalidades de IA dentro de cada producto. Monitorización, operación y mantenimiento * Monitorizar las soluciones en producción: trazas, latencia, errores, consumo de tokens y coste por solución, con alertas definidas. * Mantener y evolucionar lo desplegado: cambios de versión de modelo, cuotas y límites, entornos de desarrollo y producción, integración y despliegue continuo. * Asumir soluciones construidas por terceros y dejarlas documentadas, mantenibles y bajo titularidad de Jungle. Evaluación y calidad * Definir conjuntos de evaluación y métricas objetivas para cada solución, y aplicarlos antes de cada despliegue y de cada cambio de modelo. * Medir precisión, alucinación y cobertura, y recoger el feedback de los usuarios para priorizar mejoras. Seguridad y uso responsable * Aplicar el marco de uso responsable de IA del grupo, el control de acceso por identidad y la residencia del dato en la Unión Europea. * Proteger las soluciones frente a exposición de dato personal, inyección de instrucciones y fuga de información entre compañías del grupo, en coordinación con Ciberseguridad y dentro del sistema certificado bajo ISO 27001., * Reporte directo al Lead Data & AI Engineer, dentro de la Dirección de Digital, Data & AI.