De un vistazo
- Tareas: Desarrolla sistemas de búsqueda AI de próxima generación y lidera la investigación aplicada.
- Empresa: Empresa innovadora en tecnología AI con un enfoque en la investigación avanzada.
- Beneficios: Propiedad de investigación de alto impacto, responsabilidad técnica completa y oportunidades de liderazgo.
- Otra información: Ambiente internacional con alta autonomía y oportunidades de crecimiento profesional.
- Por qué este empleo: Influye en la dirección técnica de plataformas AI mientras mentoras a otros talentos.
- Cualificaciones: Experiencia en AI aplicada, ingeniería de software y habilidades de programación en Python.
El salario previsto está entre 49500 - 60500 € por año.
En este rol, darás forma al futuro de la recuperación de información impulsada por IA desarrollando sistemas de búsqueda de próxima generación diseñados específicamente para agentes de IA autónomos. Liderarás la investigación aplicada y la innovación técnica en arquitecturas de recuperación, clasificación y búsqueda agentic. Tu trabajo permitirá que los sistemas de IA planifiquen, recuperen, evalúen y refinen información de la web en tiempo real. Operando en la intersección de la investigación avanzada en aprendizaje automático y la ingeniería de producción a gran escala, abordarás desafíos complejos relacionados con la relevancia, latencia, fiabilidad y coste.
Como Investigador Aplicado de IA, impulsarás la estrategia de investigación y el desarrollo técnico en sistemas de búsqueda nativos de agentes, asegurando que los enfoques innovadores ofrezcan resultados fiables en entornos de producción exigentes.
- Liderar la investigación aplicada en IA y definir la dirección técnica de los sistemas de recuperación y clasificación.
- Diseñar y evolucionar arquitecturas de recuperación de múltiples etapas que cubran la comprensión de consultas, reescritura de consultas, recuperación, re-clasificación y recuperación iterativa.
- Desarrollar capacidades de búsqueda nativas de agentes que soporten tanto consultas de un solo paso de baja latencia como tareas de investigación complejas que involucren planificación, consulta y razonamiento iterativos.
- Liderar experimentos con técnicas avanzadas de recuperación, incluyendo investigación de incrustaciones, recuperación dispersa e híbrida, re-clasificación y compresión de contexto.
- Entrenar y optimizar modelos de clasificación y recuperación diseñados específicamente para flujos de trabajo impulsados por agentes y restricciones de producción del mundo real.
- Desarrollar enfoques para anclar modelos de lenguaje grande (LLMs) en datos web en tiempo real a gran escala, incorporando señales de confianza, calidad y frescura para identificar fuentes fiables.
- Colaborar con equipos de evaluación para desarrollar nuevas métricas y marcos de evaluación para sistemas agentic, y avanzar más allá de los indicadores de rendimiento basados en clics tradicionales.
- Analizar y optimizar compensaciones entre relevancia de búsqueda, latencia del sistema, fiabilidad operativa y costes computacionales.
- Colaborar estrechamente con equipos de ingeniería para desplegar, escalar y mantener capacidades avanzadas de búsqueda de IA en cargas de trabajo de producción.
- Traducir los últimos avances en investigación de IA y aprendizaje automático en soluciones prácticas con impacto medible en la producción.
- Mentorar a investigadores e ingenieros, promover la excelencia técnica y contribuir a la estrategia de investigación a largo plazo del equipo.
- Asumir la responsabilidad de un componente clave de la pila de búsqueda, como la clasificación o la recuperación iterativa, y dirigir su desarrollo durante el primer año.
Requisitos:
- Experiencia como investigador aplicado de IA o ingeniero de aprendizaje automático con un sólido historial de investigación y una capacidad probada para convertir ideas técnicas sofisticadas en sistemas listos para producción. Al menos 8 años de experiencia en IA aplicada, aprendizaje automático o ingeniería de software.
- Historial demostrado en el diseño, desarrollo y despliegue de sistemas de aprendizaje automático o IA a gran escala.
- Profunda experiencia en recuperación de información, tecnologías de búsqueda, sistemas de clasificación o asistentes de Generación Aumentada por Recuperación (RAG).
- Fuerte comprensión de técnicas modernas de aprendizaje profundo, particularmente arquitecturas de transformadores y modelos de incrustación.
- Experiencia en la construcción o desarrollo de sistemas integrados con LLM y aplicaciones intensivas en conocimiento.
- Experiencia probada en el diseño de marcos de evaluación, métricas de rendimiento y metodologías de experimentación para sistemas de aprendizaje automático.
- Fuertes habilidades de programación en Python y la capacidad de construir soluciones técnicas robustas y escalables.
- Publicaciones en conferencias líderes de IA y aprendizaje automático, como ICLR, ICML, NeurIPS, AAAI, EMNLP o ACL.
- Capacidad para operar eficazmente en un entorno dinámico orientado a productos con un alto grado de propiedad y autonomía.
- Fuertes habilidades analíticas y de resolución de problemas, con la capacidad de equilibrar la innovación en investigación con las restricciones prácticas de ingeniería.
- Excelentes habilidades de colaboración y comunicación, especialmente al trabajar entre equipos de investigación e ingeniería.
Calificaciones Deseables:
- Experiencia en el desarrollo de sistemas de IA agentic, incluidos agentes autónomos, uso de herramientas y flujos de trabajo de múltiples pasos.
- Familiaridad con técnicas de post-entrenamiento de aprendizaje por refuerzo para modelos de lenguaje grande (LLMs) o modelos de visión-lenguaje (VLMs).
Beneficios:
- Propiedad de investigación de alto impacto: Da forma a la dirección de la investigación aplicada en IA e influye en la arquitectura de los sistemas de búsqueda agentic de próxima generación.
- Responsabilidad técnica de extremo a extremo: Asume un componente crítico de la pila de búsqueda y lleva innovaciones desde la investigación hasta el despliegue en producción.
- Desafíos avanzados de IA: Trabaja en problemas de recuperación, clasificación y razonamiento de vanguardia que involucran datos web en tiempo real y cargas de trabajo de IA a gran escala.
- Entorno impulsado por la investigación: Aplica los últimos avances de la comunidad global de investigación en IA a productos del mundo real.
- Oportunidades de liderazgo técnico: Mentora a investigadores e ingenieros mientras ayudas a establecer altos estándares técnicos.
- Entorno de trabajo internacional: Oportunidades basadas en Ámsterdam, Londres, Zúrich o de forma remota dentro de Europa.
- Alta propiedad y autonomía: Trabaja en un entorno dinámico orientado a productos donde tus decisiones de investigación y técnicas tienen un impacto directo.
Staff Applied AI Researcher (Agentic Search) in Valladolid empresa: Jobgether
Como empleador, ofrecemos un entorno de trabajo remoto que fomenta la colaboración y el crecimiento profesional en el ámbito de la ciberseguridad. Nuestros empleados disfrutan de un equilibrio entre la vida laboral y personal, así como oportunidades continuas de desarrollo y formación en un sector en constante evolución. Además, nuestra cultura de innovación y apoyo permite a cada miembro del equipo contribuir significativamente a la defensa cibernética, haciendo de nuestra empresa un lugar atractivo para aquellos que buscan un impacto real en su carrera.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Staff Applied AI Researcher (Agentic Search) in Valladolid
✨Conéctate a Comunidades de Ciencia de Datos
Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.
✨Asiste a Meetups y Conferencias
Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Staff Applied AI Researcher (Agentic Search) en Jobgether.
✨Demuestra tus Habilidades con Proyectos Personales
Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Staff Applied AI Researcher (Agentic Search) en Jobgether.
✨Conéctate con Profesionales en LinkedIn
Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Staff Applied AI Researcher (Agentic Search).
Creemos que necesitas estas habilidades para triunfar como Staff Applied AI Researcher (Agentic Search) in Valladolid
Algunos consejos para tu solicitud 🫡
Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante Jobgether!
Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.
Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en Jobgether.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Jobgether. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.
Cómo prepararte para una entrevista de trabajo en Jobgether
✨Prep para preguntas técnicas de datos
Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!
✨Demuestra tus habilidades con un portfolio impactante
Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!
✨Prepárate para discutir casos de uso de datos
En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en Jobgether. Esto demuestra que entiendes la aplicabilidad de tus habilidades.
✨Muestra tu entusiasmo y curiosidad
Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.