Deep Reinforcement Learning Engineer

Deep Reinforcement Learning Engineer

Madrid Full Time 49500 - 60500 € / año (est.) Híbrido
DeepRec.ai

De un vistazo

  • Tareas: Desarrollar y optimizar algoritmos de aprendizaje por refuerzo profundo para aplicaciones industriales.
  • Empresa: Startup en crecimiento que combina IA y robótica para revolucionar operaciones de almacén.
  • Beneficios: Salario competitivo, participación en acciones y un entorno de trabajo autónomo.
  • Otra información: Oportunidad de unirse a un equipo fundador con influencia en el producto y tecnología.
  • Por qué este empleo: Impacta directamente en la tecnología de IA en entornos industriales reales y desafiantes.
  • Cualificaciones: Experiencia en DRL, habilidades en PyTorch y capacidad para liderar proyectos técnicos.

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

Ubicación: Europa (preferencia fuerte por España, idealmente Madrid)

Tipo: Tiempo completo

Acerca de la Empresa

Estamos trabajando con una startup de alto crecimiento que desarrolla sistemas de IA que permiten a los robots industriales realizar tareas que actualmente no pueden, comenzando con operaciones complejas de almacén como el paletizado mixto. Su tecnología combina el aprendizaje por refuerzo profundo (DRL) con modelado de secuencias moderno para abordar problemas de control y optimización combinatoria donde los enfoques clásicos fallan. Son un equipo pequeño y altamente calificado. Unirse a nosotros significa tener un impacto directo, mínima burocracia y propiedad sobre la tecnología central que se desplegará en entornos del mundo real y de alto rendimiento.

Descripción del Rol

Como la segunda contratación en el equipo de DRL, serás responsable de la pila de aprendizaje por refuerzo de extremo a extremo: desde la formulación del problema hasta el diseño del algoritmo, entrenamiento a gran escala, evaluación y despliegue. Trabajarás en estrecha colaboración con el liderazgo técnico para traducir la investigación de vanguardia en DRL en un rendimiento práctico en sitios operativos. Este rol es altamente autónomo, requiriendo un experto práctico capaz de liderar experimentos, solucionar problemas complejos y establecer mejores prácticas para el desarrollo y despliegue de algoritmos.

Responsabilidades Clave

  • Diseñar, implementar y enviar algoritmos de DRL (por ejemplo, PPO, SAC, DDQN y variantes) incorporando arquitecturas avanzadas como codificadores, atención cruzada y redes de punteros.
  • Optimizar la estabilidad y eficiencia de muestras utilizando técnicas como GAE, modelado de recompensas, normalización, control de entropía/KL, aprendizaje curricular y ajuste de pérdida de valor/distribucional.
  • Configurar y gestionar pipelines de entrenamiento a gran escala: entrenamiento multi-GPU, rollouts paralelos, almacenamiento/repetición eficiente, experimentos reproducibles.
  • Producción de algoritmos con código PyTorch limpio y mantenible, perfilado, servicios Dockerizados, despliegues en la nube (AWS), seguimiento de experimentos y paneles de control.
  • Colaborar con el liderazgo para alinear la tecnología con los objetivos comerciales y las necesidades del cliente.
  • Mentorar y hacer crecer a futuros miembros del equipo, fomentando una cultura de excelencia técnica e innovación.

Calificaciones Requeridas

  • Historial comprobado en la entrega de sistemas DRL más allá de demostraciones académicas: haber liderado al menos un sistema DRL de extremo a extremo desde el concepto hasta la producción o haber alcanzado un estándar de referencia de vanguardia en los últimos 3-5 años.
  • Profunda experiencia en aprendizaje por refuerzo y aprendizaje profundo, con sólidas habilidades en PyTorch.
  • Comprensión sólida de la teoría de DRL: MDPs, operadores de Bellman, gradientes de política, métodos de confianza/KL, λ-retornos, estabilidad y regularización en regímenes on-policy/off-policy.
  • Experiencia en sistemas: Python, Linux, entrenamiento multi-GPU, Docker, despliegues en la nube (preferiblemente AWS).
  • Cómodo asumiendo la propiedad de experimentos, calidad del código y resultados en un equipo pequeño y de alto impacto.
  • Se acepta PhD o experiencia equivalente en DRL; se consideran candidatos académicos fuertes si demuestran profunda experiencia.

Deseable

  • No se requiere experiencia en robótica.
  • La experiencia en despliegue de sistemas de producción es beneficiosa pero no obligatoria.

Ubicación y Viajes

Con base en la UE (CET ±1) con viajes ocasionales a sitios de clientes. Preferencia por candidatos en España; de lo contrario, Europa.

Compensación Competitiva y Participación Real Ofrecida.

Proceso de Entrevista

  • Sesión Técnica Profunda – con el CTO, centrada en trabajos pasados de DRL (sin pruebas de codificación, sin tareas para llevar a casa).
  • Entrevistas de Rasgos y Habilidades – Dos sesiones de 1 hora con cofundadores para evaluar resolución de problemas, comunicación y ajuste a la startup.
  • Reunión de Equipo y Oferta – discusión final y verificación de referencias.

Por Qué Este Rol es Emocionante

  • Trabajar en la frontera de DRL + robótica en aplicaciones industriales del mundo real y de alto rendimiento.
  • Alta autonomía, propiedad técnica e impacto directo en sistemas de IA desplegados.
  • Equipo fundador pequeño y experimentado y fuerte tracción temprana de clientes reduce el riesgo comercial mientras maximiza el desafío técnico.
  • Oportunidad de unirse a un equipo en etapa fundacional con participación y influencia sobre el producto y la tecnología central.

Deep Reinforcement Learning Engineer empresa: DeepRec.ai

Únete a una startup ambiciosa en Barcelona, donde tendrás la oportunidad de dar forma a la estrategia de IA desde el principio y construir sistemas de IA que resuelvan problemas reales. Ofrecemos un entorno de trabajo dinámico y colaborativo, con altos niveles de autonomía y la posibilidad de experimentar con tecnologías de vanguardia. Aquí, tu trabajo tendrá un impacto inmediato y podrás crecer profesionalmente mientras enfrentas desafíos técnicos complejos.

DeepRec.ai

Datos de contacto:

Equipo de selección de DeepRec.ai

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Deep Reinforcement Learning Engineer

✨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 DeepRec.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 DeepRec.ai

Si encuentras una oportunidad que te emociona, como un puesto de Deep Reinforcement Learning Engineer, 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 Deep Reinforcement Learning Engineer

Deep Reinforcement Learning (DRL)
PyTorch
Algorithm Design
Multi-GPU Training
Docker
Cloud Deployments (AWS)
Python

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 Deep Reinforcement Learning Engineer en DeepRec.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 DeepRec.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 DeepRec.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 DeepRec.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 DeepRec.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 DeepRec.ai.