Senior Applied ML Engineer | Kimchi (Model Router) in Valencia

Senior Applied ML Engineer | Kimchi (Model Router) in Valencia

Valencia Full Time 49500 - 60500 € / año (est.) Remoto
C

De un vistazo

  • Tareas: Desarrolla y mejora modelos de ML para decisiones en tiempo real.
  • Empresa: Kimchi, una empresa innovadora en tecnología de IA con un equipo global.
  • Beneficios: Salario competitivo, trabajo remoto, presupuesto de aprendizaje y días libres adicionales.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento profesional y eventos de equipo.
  • Por qué este empleo: Impacta el futuro de la IA mientras trabajas con un equipo apasionado y diverso.
  • Cualificaciones: 5+ años en ML aplicado, experiencia en Python y SQL a gran escala.

El salario previsto está entre 49500 - 60500 € por año.

¿Por qué Kimchi? Los grandes modelos son ingredientes crudos. Kimchi es lo que sucede cuando los fermentas con buena ingeniería. Comenzamos dentro de CAST AI ayudando a las empresas a ejecutar LLMs en sus propios clústeres de Kubernetes; hoy ejecutamos nuestro propio arnés de codificación en cualquier modelo que elijas, y el enrutador que decide qué modelo responde a cada solicitud también es nuestro.

El Auto Router: Nuestra promesa es una capa de cumplimiento para tu IA: presupuestos, atribución de gastos y enrutamiento de modelos, aplicados antes de que una solicitud llegue a un modelo. El Auto Router toma la decisión: para cada solicitud, qué modelo la atiende. Ocho modelos de código abierto cuyos precios de entrada abarcan más de 20×, entradas en caché hasta 50× más baratas que frescas, proveedores de frontera en las claves de los clientes, y un agente de codificación que envía cientos de solicitudes antes de que su tarea esté completa. Éxito en tareas de nivel frontera a una fracción del costo por token: esa frase es el producto, y se mantiene verdadera solo si el modelo dentro del enrutador sigue mejorando. Ese modelo es tuyo.

Hecho por Cast AI – un equipo distribuido globalmente con sede en Miami que abarca 34 países y alcanzó el estatus de unicornio en enero de 2026 con una inversión respaldada de más de $50B que empujó su valoración más allá de $1 mil millones.

Sobre el rol: Cada solicitud recibe una decisión: qué modelo la atiende. Este es un puesto de ML aplicado, no uno de infraestructura. Los ingenieros de plataforma son responsables del proxy, el camino de transmisión y la flota. Tú eres responsable del modelo dentro de ellos: los datos de entrenamiento, el objetivo, la evaluación y el ciclo de iteración que envía un mejor enrutador en cada ciclo.

El problema: el enrutamiento es un problema de predicción disfrazado de producto. Para cada solicitud, predices la calidad que cada modelo candidato entregaría, cuánto costaría y qué tan rápido decodificaría, y debes tener razón lo suficiente, en conjunto, para que los ahorros sean reales y la calidad nunca baje de frontera. Los datos son desordenados: resultados de implementación de arneses de referencia, registros por solicitud de la flota en vivo, señales de anulación y flujos de tokens cuya velocidad depende de la concurrencia de servicio en ese momento. La velocidad en sí misma es una variable de corrección: en trabajos con plazos límite, un modelo que decodifica tres veces más lento no hace el mismo trabajo más lento, hace menos trabajo. Por eso los objetivos ingenuos de costo por token optimizan silenciosamente para lo incorrecto. Y la barra para la evidencia es alta: un cambio en el enrutador se envía solo después de una evaluación de paridad de producción con barras de error, y luego se mantiene en sus números en tráfico en vivo.

Stack: Python; PyTorch; SQL a escala (ClickHouse); APIs LLM compatibles con OpenAI y Anthropic; arneses de referencia e implementación (clase RouterBench); GitLab CI.

Requisitos:

  • Has pasado más de 5 años en ML aplicado o investigación de ML, y has entrenado, evaluado y enviado modelos que toman decisiones en tiempo real (clasificación, recomendación, bandits, precios o enrutamiento de LLM) y puedes contar esa historia con recibos.
  • Fuerte conocimiento de Python y SQL a escala: puedes extraer, limpiar e interrogar millones de registros a nivel de solicitud sin esperar a nadie.
  • Conoces la diferencia entre un modelo que mejoró y una evaluación que se volvió más fácil.
  • Tienes opiniones reales sobre lo que miden los benchmarks de LLM, incluidos los arneses agenticos.
  • Sabes lo suficiente sobre la realidad del servicio (TTFT, velocidad de decodificación, agrupamiento, almacenamiento en caché de prefijos, concurrencia) para modelar el objetivo honestamente.
  • Instrumentas antes de optimizar, con barras de error y todo.
  • Un amplio mandato te emociona más que te inquieta.

Deseables:

  • Has trabajado específicamente en enrutamiento de LLM: evaluaciones de clase RouterBench, frentes de Pareto de costo/calidad/latencia.
  • Métodos de calibración, abstención o conformales en sistemas de decisión en producción.
  • Has ejecutado bucles A/B en línea con monitoreo de deriva en un modelo que toca dinero real.

Responsabilidades:

  • Poseer el modelo de enrutamiento de principio a fin: características, objetivo, entrenamiento, calibración y cadencia de lanzamiento. Iterarlo como un producto, no como un artefacto de investigación.
  • Construir la evaluación que gatea cada cambio: benchmarks de paridad de producción, comparaciones entre enrutadores, retenciones por familia de tareas, barras de error en tasas de aprobación. Nada se envía por sensaciones.
  • Convertir datos de flota en señales de entrenamiento: resultados por solicitud de producción, implementaciones de referencia y retroalimentación de anulación, con categorización de fallos (infra vs tarea) para que las etiquetas envenenadas nunca lleguen a la política.
  • Modelar el objetivo que el usuario realmente experimenta: éxito de tarea × costo por token × velocidad de reloj bajo el régimen de concurrencia real, con la economía de entradas en caché en la imagen.
  • Ejecutar el bucle en línea: sombra, A/B, implementación completa, monitoreo de deriva, reentrenamiento. Cuando la producción no está de acuerdo con tu evaluación fuera de línea, averiguas por qué antes del próximo envío.
  • Impulsar la frontera donde paga: decisiones calibradas, abstención bajo incertidumbre, enrutamiento consciente de la velocidad. Experimentamos sobre lo que debería ser un enrutador, no solo sobre qué modelo elige hoy.
  • Colaborar con ingenieros de plataforma en instrumentación: las características y etiquetas registradas por solicitud (velocidad de decodificación en primer lugar entre ellas) y los experimentos que el camino de datos debe soportar.

¿Qué hay para ti?

  • Salario competitivo (dependiendo del nivel de experiencia).
  • Disfruta de un entorno global flexible y remoto.
  • Colabora con un equipo global de expertos en la nube e innovadores, apasionados por llevar los límites de la tecnología de Kubernetes.
  • Opciones de acciones.
  • Obtén comentarios rápidos con un flujo de trabajo ágil. La mayoría de los proyectos de características se completan en 1 a 4 semanas.
  • Dedica el 10% de tu tiempo de trabajo a proyectos personales o auto-mejoramiento.
  • Presupuesto de aprendizaje para desarrollo profesional y personal - incluyendo acceso a conferencias internacionales y cursos que elevan tus habilidades.
  • Hackathon anual para inspirar nuevas ideas y fortalecer los lazos del equipo.
  • Presupuesto para actividades de team-building y eventos de empresa para conectar con tus colegas.
  • Presupuesto de equipo para asegurarte de que tienes todo lo que necesitas.
  • Días libres adicionales para ayudar a mantener un equilibrio saludable entre trabajo y vida personal.

Proceso de contratación:

  • Llamada de selección con el reclutador.
  • Entrevista con el gerente de contratación.
  • Entrevista técnica (diseño de sistema).
  • Codificación en vivo.
  • Entrevista de verificación cultural con un ejecutivo.

Como parte de nuestro proceso de contratación estándar, nos gustaría informarte que se puede realizar una verificación de antecedentes en la etapa final de reclutamiento a través de nuestro proveedor externo, Checkr.

Ten en cuenta que Cast AI no proporciona ninguna forma de patrocinio de visa/permisos de trabajo.

Senior Applied ML Engineer | Kimchi (Model Router) in Valencia empresa: Cast AI

Cast AI es un empleador excepcional que ofrece un entorno de trabajo flexible y remoto, ideal para aquellos que buscan un equilibrio entre la vida laboral y personal. Con un enfoque en la innovación y el desarrollo profesional, los empleados disfrutan de un presupuesto de aprendizaje, opciones de equidad y la oportunidad de trabajar con un equipo global de expertos en la nube. Además, la cultura de colaboración y las actividades de team-building fomentan un ambiente de trabajo positivo y enriquecedor.

C

Datos de contacto:

Equipo de selección de Cast AI

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Senior Applied ML Engineer | Kimchi (Model Router) in Valencia

✨Conéctate con la comunidad tech

Asistir a meetups y conferencias de software en tu área es una gran manera de conocer a la gente clave en la industria. Compartir tus intereses y proyectos en estos eventos puede abrirte puertas inesperadas.

✨Aprovecha las plataformas de código abierto

Contribuir a proyectos de código abierto no solo demuestra tus habilidades técnicas, sino que también te ayuda a hacer contactos valiosos. Además, ¡es una excelente forma de mostrar tu trabajo a futuros empleadores como Cast AI!

✨Política de puertas abiertas

No dudes en hacer ‘walk-ins’ en empresas tech locales. Lleva tu CV y una sonrisa, ¡nunca sabes quién puede estar buscando talento nuevo como el tuyo!

✨Aplica directamente en Cast AI

Si encuentras una oportunidad que te emociona, como un puesto de Senior Applied ML Engineer | Kimchi (Model Router), no esperes. Aplica a través de nuestra web y asegúrate de destacar tus proyectos y contribuciones, ¡eso puede marcar la diferencia!

Creemos que necesitas estas habilidades para triunfar como Senior Applied ML Engineer | Kimchi (Model Router) in Valencia

Python
SQL a gran escala
Modelado de LLM
Evaluación de modelos
Optimización de rendimiento
Análisis de datos
Calibración de decisiones

Algunos consejos para tu solicitud 🫡

Destaca tus proyectos personales:En ingeniería y desarrollo de software, es fundamental mostrar que no solo sabes hacer lo que se te pide, sino que también eres proactivo. Incluye un enlace a tu GitHub o proyectos personales en tu CV para que podamos ver de lo que eres capaz. Esto realmente añade un plus a tu aplicación.

Personaliza tu CV con tus habilidades técnicas:Asegúrate de destacar las habilidades técnicas que son relevantes para el puesto de Senior Applied ML Engineer | Kimchi (Model Router) en Cast AI. ¿Conoces lenguajes de programación específicos, frameworks o herramientas que usamos? Menciónalos y, si tienes certificaciones, ¡añádelas! Esto nos muestra que estás preparado para el trabajo desde el primer día.

Carta de motivación sincera:Como estás aplicando a un puesto a tiempo completo, aprovecha la carta de motivación para contarnos por qué eres un buen fit para Cast AI. Cuéntanos sobre tu pasión por la tecnología y cómo quieres contribuir al equipo. Queremos saber más sobre tu enfoque y cómo te ves creciendo con nosotros.

Formato claro y conciso:En el mundo del software, la claridad y la concisión son clave. Asegúrate de que tu CV y carta de motivación sean fáciles de leer y bien estructurados. Usa viñetas para resaltar logros y habilidades, y no te olvides de revisar el formato para que se vea profesional, ¡aunque no tienes que ser excesivamente formal!

Cómo prepararte para una entrevista de trabajo en Cast AI

✨Prepárate para los retos técnicos

En el mundo de la ingeniería y desarrollo de software, es probable que enfrentes preguntas técnicas y ejercicios de codificación en tu entrevista. Asegúrate de practicar algoritmos y estructuras de datos, porque los reclutadores en Cast AI querrán ver cómo resuelves problemas en tiempo real.

✨Muestra tu portafolio de proyectos

Como candidato a un puesto a tiempo completo, es crucial que muestres un portafolio sólido. Presenta tus proyectos anteriores, especialmente aquellos que demuestran habilidades técnicas relevantes y tu capacidad para trabajar en equipo. ¡No dudes en explicar las tecnologías que utilizaste y los desafíos que superaste!

✨Conoce la cultura de trabajo

Investiga a fondo la cultura de trabajo de Cast AI. Como ingeniere, a menudo trabajarás en equipo, por lo que demostrar que puedes integrarte bien y que compartes sus valores es clave. Prepara ejemplos de cómo has colaborado en el pasado para alinearte con lo que ellos buscan.

✨Repasa conceptos clave

Haz una lista de conceptos y herramientas clave que son esenciales en el desarrollo de software, como lenguajes de programación, frameworks, y metodologías ágiles. Esto no solo te ayudará a responder preguntas, sino que también te permitirá hacer preguntas inteligentes que demuestren tu interés en el puesto y en las prácticas de Cast AI.