Referente de IA — PurePilot STEP

Función principal del puesto

Como referente técnico del componente algorítmico de PurePilot STEP, el objetivo es diseñar, industrializar y garantizar la fiabilidad de los modelos de optimización y control desplegados en cientos de estaciones. Se trata de tender un puente entre las necesidades del producto, la realidad física de los procesos y el estado del arte en IA y control avanzado.

Misiones 

1. Traducir la hoja de ruta del producto en proyectos algorítmicos

• Junto con el Product Owner, transformar cada objetivo del producto en un problema de modelización, definiendo sus datos, restricciones y criterios de éxito.
• Estimar, planificar y priorizar estos proyectos.

2. Construir los modelos

• Desarrollar modelos predictivos y gemelos digitales basados en datos de procesos de depuración: nitrificación/desnitrificación, tratamiento de fósforo y nuevos casos de uso en estaciones depuradoras.
• Automatizar la construcción de modelos a escala para toda la flota: selección y calibración automática por planta (AutoML), transferencia de conocimiento entre estaciones (meta-learning).
• Combinar datos y conocimientos técnicos cuando sea necesario (enfoques híbridos de datos y física).
• Diseñar estrategias de control: control predictivo (MPC), optimización bajo restricciones, optimización estocástica.

3. Probar antes de desplegar

• Definir métricas y protocolos de validación: reproducción de históricos, simulación, plantas piloto.
• Verificar la robustez: cambios de régimen, datos faltantes o erróneos, eventos de lluvia.

4. Poner en producción y mantener

• Industrializar los modelos: código probado, versionado y desplegable en toda la flota.
• Supervisar su comportamiento en producción y gestionar las desviaciones; actuar como soporte técnico ante incidencias algorítmicas reportadas por el equipo de atención al cliente.

5. Impulsar al equipo

• Compartir buenas prácticas, intercambiar conocimientos con otros ingenieros de IA y supervisar a becarios.
• Realizar vigilancia científica y proponer líneas de I+D.

Formación y experiencia:

• Formación superior (máster o ingeniería) o doctorado en matemáticas aplicadas, automática, informática o ingeniería de procesos.
• Al menos tres años de experiencia práctica combinando el control avanzado de sistemas dinámicos y el aprendizaje automático, con al menos un proyecto probado en producción industrial real.

Competencias técnicas:

• Identificación de sistemas dinámicos, modelado de series temporales y aprendizaje automático (scikit-learn, PyTorch, TensorFlow o JAX)
• Modelado probabilístico: previsiones probabilísticas, cuantificación de incertidumbres
• Control óptimo: control predictivo, optimización bajo restricciones, optimización estocástica
• Python avanzado y buenas prácticas de desarrollo: pruebas, revisión de código, control de versiones, integración continua
• Capacidad para transformar un problema industrial concreto en un problema de modelado
• Inglés técnico

Cualidades personales:

• Pragmatismo industrial: orientación hacia resultados concretos y estabilidad en planta, más allá de la mera complejidad algorítmica.
• Pedagogía y espíritu colaborativo: claridad al explicar conceptos a interlocutores no especialistas (equipos de producto, técnicos de automatización, operarios de campo).
• Gran autonomía de diseño y capacidad para liderar proyectos de I+D aplicada de principio a fin.

Valores añadidos (no excluyentes):

• Conocimientos en tratamiento de aguas residuales o procesos biológicos.
• Experiencia en arquitecturas MLOps, contenedores (Docker) y despliegue en edge/cloud.
• Experiencia en transferencia de aprendizaje o metaaprendizaje en flotas heterogéneas.

• Paquete salarial: rango de 35 000€ a 45 000€ según la experiencia.
• Organización del trabajo: horario flexible, política de teletrabajo híbrido (tres días presenciales a la semana para fomentar las interacciones técnicas).
• Beneficios: seminarios periódicos, flota de vehículos eléctricos de coche compartido para desplazamientos profesionales y personales, prima vacacional y ayuda de movilidad sostenible.