Investigador/a en Inteligencia Artificial y Machine Learning (PhD)

Madrid 08-01-2026

Investigador/a en Inteligencia Artificial y Machine Learning (PhD)

Madrid 08-01-2026
Resumen

Localización

Area

Tipo de contrato

Fecha de publicación

08-01-2026

Descripción de la oferta

Premium Research
Buscamos un/a Investigador/a en Inteligencia Artificial y Machine Learning (PhD)
Para reforzar nuestro equipo de I+D, la persona seleccionada participará en el diseño, desarrollo y despliegue de modelos avanzados de IA en proyectos de investigación aplicada, principalmente en el ámbito de la salud (aunque no exclusivamente), trabajando en entornos altamente técnicos, colaborativos y multidisciplinares.
Responsabilidades

Diseño, desarrollo y validación de modelos de Machine Learning y Deep Learning aplicados a problemas complejos.
Análisis y procesamiento de grandes volúmenes de datos, incluyendo datos biomédicos y de salud.
Desarrollo de pipelines de datos y modelos, desde la fase de investigación hasta su despliegue.
Trabajo en entornos cloud, DevOps y MLOps para el escalado y mantenimiento de soluciones de IA.
Colaboración en proyectos de I+D+i, incluyendo consorcios europeos y nacionales.
Elaboración de documentación técnica, informes científicos y apoyo a publicaciones científicas cuando proceda.

Experiencia

Mínimo 3-5 años de experiencia profesional en investigación aplicada, I+D o desarrollo avanzado en Inteligencia Artificial y Machine Learning en entornos académicos, industriales o mixtos.
Experiencia demostrable en diseño, desarrollo, entrenamiento y validación de modelos de Machine Learning y Deep Learning.
Experiencia en análisis y procesamiento de grandes volúmenes de datos y pipelines complejos.
Participación en proyectos de I+D+i preferentemente a nivel nacional y / o europeo.
Experiencia en el desarrollo de soluciones de IA desde fases de investigación hasta su implementación técnica.
Valorable experiencia previa en proyectos del ámbito de la salud, biomedicina, bioinformática o salud digital, incluyendo trabajo con datos biomédicos.

Formación Académica

Doctorado (PhD) en Inteligencia Artificial, Machine Learning / Data Science, Matemáticas, Física, Ingeniería de software o disciplinas afines.
Grado / Licenciatura en Ingeniería Informática, Telecomunicaciones u otras áreas científicas o técnicas.

Conocimientos y Habilidades

Elevado nivel de matemáticas y estadística aplicada al modelado y análisis de datos.
Experiencia avanzada en Machine Learning e Inteligencia Artificial.
Dominio avanzado de Python y programación de software.
Experiencia con ingeniería de software, cloud engineering, DevOps (AWS, GCP, Azure u otros).
Conocimientos de wet lab y dry lab, técnicas de laboratorio y procesamiento de muestras.
Capacidad de trabajo autónomo y en equipos multidisciplinares.
Nivel avanzado de inglés hablado y escrito.

Condiciones Laborales
Contrato indefinido, con 6 meses iniciales de prueba.
Jornada completa, 100% teletrabajo desde cualquier punto de España.
Flexibilidad para elegir horario y vacaciones.
Jornada intensiva por mañanas los meses de julio y agosto.
Disponibilidad para reuniones presenciales cada 1-2 meses y posibles viajes al extranjero 1-2 veces al año.
Rango salarial orientativo: 32.000 € – 38.000 € brutos anuales, en función de la experiencia, formación y capacidades.
Sobre Premium Research
Premium Research es una empresa de base tecnológica especializada en la prestación de servicios de ciencia e innovación y en el desarrollo de proyectos de I+D+i tanto a nivel europeo como nacional. Cuenta con un equipo multidisciplinar con experiencia en biomedicina, nanotecnología, genética, bioinformática y machine learning, y ha participado en proyectos de alto impacto en ámbitos como la salud, la economía circular y smart cities, entre otros. En su área de Data Science, Premium Research destaca en la gestión de grandes volúmenes de datos, la bioestadística y el modelado predictivo, además de liderar iniciativas propias de desarrollo de producto e innovación.
#J-18808-Ljbffr

Compartir en Redes Sociales

Cómo inscribirse

Para obtener más información y suscribirte, haz click aquí