Ingeniero/a de IA Aplicada, Infraestructura

Universidad Internacional de La Rioja

. Diseñar y construir sistemas de IA basados en LLMs y agentes .

Posted 10/8/2026full-timeMadrid • SpainMid-LevelSeniorWebsite

Core Competencies

Role fit

Core Competencies

Use this summary to align your resume positioning with the role.

Demonstrates expertise in designing and building AI systems using LLMs and multi-agent platforms, with a strong focus on real-time voice applications and observability. Proficient in containerization, CI/CD automation, and API development, with a solid foundation in Python and DevOps practices.

Highest-signal resume keywords

IA System DevelopmentLLM ExpertiseAPI Development with FastAPIContainerization with DockerCI/CD Automation with Terraform

ATS Keywords

Tailor your resume

Applicant Tracking System Keywords

Tip: use these terms in your resume and cover letter to boost ATS matches.

Hard Skills

PythonLLMsAPI DevelopmentDockerKubernetesCI/CDTerraformObservabilityFine-TuningMLOps

Soft Skills

DevOps MindsetProblem-Solving

Tools & Technologies

LiveKitWebRTCFlaskPrometheusGrafanaGitLinux Command LineAWSAzureGCP

Industry Keywords

Multi-Agent SystemsRAG SystemsVector DatabasesChunkingEmbeddingsLoggingTracingGitOpsHelmOpen Source Contributions

Tech Stack

Tools & technologies

AnsibleAWSAzureCloudDockerFlaskGoogle Cloud PlatformGrafanaKubernetesLinuxOpen SourcePrometheusPythonTerraform

About the role

Key responsibilities & impact

Diseñar y construir sistemas de IA basados en LLMs y agentes
Crear plataformas agénticas y sistemas multi-agente para producción
Diseñar y desarrollar plataformas de voz en tiempo real con LiveKit, WebRTC/SIP, Kubernetes y pipelines STT + LLMs + TTS
Diseñar sistemas RAG y adaptar modelos mediante fine-tuning cuando aporte valor
Construir y consumir APIs REST para exponer sistemas de IA e integrarlos con fuentes de datos y servicios internos
Contenerizar y desplegar servicios mediante Docker y Kubernetes
Automatizar infraestructura mediante CI/CD e infraestructura como código, utilizando Terraform
Operar y monitorizar sistemas mediante métricas, logs y trazas
Diseñar soluciones orientadas a observabilidad, fiabilidad y escalabilidad
Prototipar ideas en sprints cortos, desde hipótesis y arquitectura hasta demos funcionales
Escribir código limpio, mantenible, testeado y observable
Participar en revisiones de código del equipo

Requirements

What you’ll need

Experiencia demostrable de 3 a 5 años construyendo sistemas de IA en producción
Experiencia llevando soluciones desde el prototipo hasta entornos productivos
Sólidos conocimientos de LLMs, incluyendo prompting, generación de skills y construcción e integración de MCPs
Experiencia en diseño de sistemas RAG, incluyendo chunking, embeddings, bases de datos vectoriales e integración con modelos de lenguaje
Experiencia construyendo y orquestando sistemas agénticos con LangGraph, CrewAI, AutoGen o similares
Buen nivel de Python
Conocimientos sólidos de infraestructura y DevOps: Docker, CI/CD, Git y línea de comandos en Linux
Experiencia en diseño y consumo de APIs REST con FastAPI, Flask o tecnologías equivalentes
Mentalidad DevOps y orientación a la operación
Español a nivel profesional
Inglés suficiente para trabajar con documentación técnica y librerías
Se valorará experiencia con infraestructura como código, especialmente Terraform, Ansible o equivalentes
Se valorarán conocimientos de cloud (AWS, Azure o GCP)
Se valorará experiencia en observabilidad con Prometheus, Grafana y stacks de logging y tracing
Se valorarán conocimientos de GitOps, Helm y automatización de despliegues
Se valorará experiencia en evaluación y observabilidad de LLMs
Se valorará experiencia con bases de datos vectoriales como pgvector, Pinecone, Weaviate, Qdrant o similares
Se valorarán nociones de MLOps y pipelines de datos
Se valorará experiencia en fine-tuning, incluyendo SFT, LoRA o equivalentes
Se valorarán proyectos personales, contribuciones a open source o portfolio técnico en GitHub

Benefits

Comp & perks

Contrato indefinido en un grupo educativo líder en continuo crecimiento
Modelo híbrido de trabajo
Flexibilidad horaria
Plan de desarrollo y formación continua
Acceso a las plataformas educativas de la empresa
Trabajo con tecnología actual: Inteligencia Artificial aplicada, LLMs, agentes, contenedores, Kubernetes y cloud
Participación en proyectos reales y responsabilidad sobre las soluciones construidas