Ofertes d'ocupació de Enginyer/a a Alacant

• Flexibilitat horàriaSi
• Nivell d'experiència---
• Tipus de contracteA temps complert
• PublicadaNova

. Python Git

¡Hola!

Debido a nuestro creciendo en el desarrollo y verificación de IP Cores, FPGAs y ASICs para los sectores de aviación y espacio, estamos buscando una persona para que se una como parte esencial de nuestro equipo de desarrollo.

Buscamos una persona que asuma las funciones de ingeniero/a de desarrollo VHDL para realizar las siguientes actividades:

• Diseño y desarrollo de IP cores en VHDL a partir de especificación de requisitos de un diseño.


• Implementación en FPGAs de los diseños utilizando las herramientas de fabricantes (Xilinx, Microchip, Intel).


• Elaboración de Test de Regresión a partir de especificación de requisitos de un diseño.

Buscamos una persona que asuma las funciones de ingeniero/a de desarrollo VHDL para realizar las siguientes actividades:

• Diseño y desarrollo de IP cores en VHDL a partir de especificación de requisitos de un diseño.


• Implementación en FPGAs de los diseños utilizando las herramientas de fabricantes (Xilinx, Microchip, Intel).


• Elaboración de Test de Regresión a partir de especificación de requisitos de un diseño.

Nos gustaría conocerte si crees que eres una persona responsable, ordenada, con buenas capacidades de comunicación, y con experiencia en alguna de estas áreas de conocimiento:

• Desarrollo de IP Cores utilizando VHDL (obligatorio).


• Desarrollo de proyectos, constraints y scripts de implementación.


• Desarrollo de tests utilizando alguna de las siguientes metodologías VHDL y Python (VUnit, cocotb, UVVM, OSVVM).


• Control de versiones con git.


• Simuladores: Modelsim/Questa, RivieraPro, Cadence.


• Herramientas FPGA: Vivado, Libero.


• Buen nivel de inglés.

Ofrecemos un paquete atractivo:

• Buen ambiente laboral.


• Incorporarte a una compañía en crecimiento.


• Una carrera profesional adaptada a ti.


• Retribución competitiva y acceso a planes de retribución flexible.


• Formación continuada a cargo de la empresa. Posibilidad de realizar doctorado industrial.


• Conciliación entre la vida personal y profesional.


• Flexibilidad horaria.


• Combina trabajo en remoto y presencial.

Te animamos a inscribirte en el proceso, aunque tu perfil no se ajuste al 100% a nuestros requisitos. Estaremos encantado de conocerte y analizar contigo si eres la persona adecuada para unirte a nuestro equipo y si somos la empresa adecuada para ti.

• Nivell d'experiència---
• Tipus de contracteA temps complert
• PublicadaNova

. Python Azure Jenkins Docker Cloud Coumputing Kubernetes AWS DevOps Terraform Machine Learning

We are looking for a MLOps / AIOps / LLMOps / AgentOps Engineer to join a multidisciplinary Data & AI team. The main mission of this role is to design, operate, and continuously evolve our AIOps platform, ensuring that our AI products run in a reliable, scalable, and cost‑efficient way.

This position is strongly focused on platform, infrastructure, automation, observability, and operations rather than on building ML models or AI products themselves.

You will work with modern cloud technologies (mainly AWS, with some Azure exposure) and collaborate closely with Data Scientists, Data Engineers, and Product teams to bring AI solutions into production and keep them running smoothly.

We are open to candidates with strong expertise in at least one core area (e.g. cloud, DevOps, platform engineering, or ML operations) and solid foundational knowledge in the others, with motivation to grow across the full AI operations stack.

Key Responsibilities

• Design, maintain, and evolve the AIOps platform supporting:
• Traditional machine learning models in production
• LLM‑based solutions such as RAG pipelines and AI Agents
• Speech Analytics use cases (ASR, conversation analysis, NLP)
• Build and operate ML and LLM pipelines with a strong focus on:
• Reliability, automation, and observability
• Model and LLM quality, performance, and drift monitoring
• Cloud cost control and optimization
• Implement LLMOps / AgentOps practices, including:
• LLM evaluation and observability
• Prompt management, traceability, and specialized logging
• Agent integration, orchestration, and lifecycle management
• Ensure continuous operation of AI products, including:
• Alerts, dashboards, SLOs / SLIs
• Scalability strategies and basic auto‑remediation mechanisms
• Manage deployments in cloud environments (AWS / Azure) and container platforms (Docker / Kubernetes)
• Collaborate closely with Data Scientists and Data Engineers to productionize robust, scalable AI solutions
• Contribute to internal standards, automation, and best practices across the AI and data ecosystem
  

• Hands‑on experience in MLOps, AIOps, or operating ML systems in production
• Solid understanding of LLMOps and AgentOps concepts (RAGs, agents, evaluation, monitoring)
• Experience working with AWS and/or Azure in production environments
• Practical knowledge of containers and Kubernetes (Docker, basic Helm usage, etc.)
• Experience with CI/CD pipelines (GitHub Actions, GitLab CI, Azure DevOps, Jenkins, or similar)
• Familiarity with observability and monitoring concepts (CloudWatch, OpenTelemetry, Prometheus, etc.)
• Experience managing infrastructure as code (Terraform, Bicep, CDK, or similar)
• Python experience and familiarity with the ML ecosystem (e.g. scikit‑learn, PyTorch), even if not a Data Scientist
• Good understanding of the ML / LLM lifecycle, from development to production and monitoring
• Fluent English to work in an international environment
  
  

• Experience with ML/AI platforms such as SageMaker, Azure ML, MLflow, Kubeflow
• Exposure to Speech Analytics technologies (ASR, diarization, conversational NLP)
• Experience with cloud cost optimization / FinOps, especially for AI workloads
• Experience building or operating AI agents, copilots, or conversational systems
• Familiarity with LLM frameworks (LangChain, LlamaIndex, Semantic Kernel, etc.)
• Experience with workflow and orchestration tools (Airflow, Argo, Step Functions, Durable Functions)
  
  

• Strong focus on reliability, automation, and scalability
• Ability to collaborate effectively in multidisciplinary teams
• Clear communication and documentation‑oriented mindset
• Platform mindset: building reusable, maintainable, and robust solutions
• Proactive, analytical, and continuous‑improvement driven
• Strong sense of ownership and end‑to‑end responsibility
• Motivation to learn and grow across the AI operations stack
  
  

• Cloud: AWS, Azure
• Orchestration & Containers: Kubernetes, Docker
• CI/CD: GitHub Actions, GitLab CI, Azure DevOps
• Observability: Prometheus, Grafana, ELK/EFK, OpenTelemetry
• Infrastructure as Code: Terraform, Bicep, CloudFormation
• AI / ML Tools: MLflow, Azure ML, SageMaker, LangChain, LlamaIndex, Semantic Kernel
• Primary Language: Python