Descripción de la oferta
En Fintonic estamos en pleno renacer. Tenemos más de 12 años de historia como referente del mundo fintech en España, y hoy comenzamos un nuevo capítulo: más ambicioso, más dinámico, más emocionante. ¿El objetivo? Convertirnos en el estándar definitivo del score crediticio y en el principal marketplace de financiación al consumo, gracias a una tecnología superior y un dominio absoluto del uso de los datos.Nos respaldan inversores institucionales de primer nivel como ING Ventures y SquareOne Capital. Estamos formando un nuevo equipo que no solo se suma al viaje, sino que lo lidera.Formación y misiónTu misiónDiseñar, desarrollar, desplegar y mantener soluciones de Inteligencia Artificial de vanguardia, con especial foco en IA Generativa y Large Language Models (LLMs), que aporten valor directo al negocio. Liderarás el ciclo completo de vida de los modelos de IA, desde la investigación y prototipado hasta su integración robusta y escalable dentro del ecosistema tecnológico de la empresa, asegurando su alineación con los objetivos estratégicos.Responsabilidades de IA GenerativaLiderar la investigación y el desarrollo de prototipos basados en modelos y servicios SOTA (State-of-the-Art) en IA Generativa, agentes de IA, Fine Tuning y Reinforcement Learning (RL).Traducir problemas de negocio complejos (ej. detección de fraude, scoring de crédito, asistentes conversacionales, análisis de sentimiento) en soluciones técnicas accionables que utilicen LLMs y otras técnicas de IA.Evaluar la viabilidad y el ROI de nuevas iniciativas de IA Generativa, diseñando arquitecturas de solución.Desarrollo y ciclo de vida de modelosLiderar el proceso completo de desarrollo de modelos: desde la comprensión del problema y la preparación de datos hasta la medición del impacto y la puesta en producción.Aplicar técnicas avanzadas de fine-tuning, continual pre-training y Reinforcement Learning (RLHF) para adaptar y optimizar LLMs para tareas específicas del dominio financiero.Diseñar, implementar y optimizar prompts (Prompt Engineering) para maximizar la eficacia, precisión y seguridad de las interacciones con los modelos.Desarrollar y mantener agentes de IA (utilizando frameworks como LangChain, LlamaIndex, etc.) capaces de realizar tareas complejas y autónomas.Integración y Operatividad CloudConstruir, desplegar y mantener pipelines de entrenamiento, reentrenamiento y evaluación continua (CI/CD/CT) para modelos de ML y LLMs, asegurando su robustez y escalabilidad.Poner en producción modelos y servicios de IA, desarrollando APIs y asegurando su integración efectiva en el ecosistema.Gestionar la operatividad en entornos cloud (AWS), optimizando el uso de recursos para el entrenamiento y la inferencia de modelos a gran escala (ej. uso de GPUs/TPUs, instancias spot, etc.).Implementar y gestionar la contenerización (Docker, Kubernetes) de las soluciones de IA.Monitorización, Colaboración y Soporte al NegocioMonitorizar continuamente el rendimiento, la precisión y la deriva (drift) de los modelos en producción, implementando dashboards y sistemas de alerta.Colaborar estrechamente con stakeholders (Product Managers, Data Engineers, Software Engineers) para asegurar la alineación e integración de las soluciones.Generar documentación técnica rigurosa sobre los procesos, modelos y servicios desarrollados.Proveer insights y análisis ad-hoc para informar decisiones estratégicas, comunicando hallazgos complejos de forma clara y simple.Formación y experienciaTitulación en áreas STEM con clara vocación en los datos y la IA. Es aceptable venir de otras áreas educativas siempre que se demuestre experiencia significativa.Se valorará positivamente Máster o Doctorado en Inteligencia Artificial, Deep Learning o campos relacionados.Al menos 4 años de experiencia laboral en data science, analítica avanzada o machine learning.Experiencia demostrable en el diseño, entrenamiento y despliegue de modelos de Deep Learning (PyTorch, TensorFlow).Experiencia práctica indispensable en proyectos con Large Language Models (LLMs), desde la conceptualización hasta la puesta en producción.Experiencia en el sector financiero (deseable).Conocimientos técnicos y stack de IAConocimientos de IA Generativa: LLMs (Transformers, RAG), técnicas de fine-tuning (p. ej. LoRA, QLoRA) y continual pre-training, diseño de sistemas RAG, frameworks de agentes (p. ej. LangChain, LlamaIndex).Conocimiento de RL (RL/RLHF).Programación en Python y librerías científicas (Pandas, NumPy); ML clásico (Scikit-learn, XGBoost, LightGBM); DL (PyTorch, TensorFlow/Keras); SQL y NoSQL.Experiencia en entornos cloud (preferiblemente AWS: SageMaker, S3, EC2, Lambda) o equivalentes; MLflow; contenedorización (Docker); desarrollo de APIs (FastAPI) y orquestación (ECS).Dominio de bases de datos SQL y NoSQL (MongoDB, Data Warehouse).Principios y valoresGanamos la confianza siendo transparentesLos datos son nuestro superpoderHacemos pocas cosas, pero las hacemos excepcionalmente bienSiempre cumplimos nuestras promesasResolvemos las cosas con ingenio
