Junior
Implementa y reproduce algoritmos conocidos, ejecuta barridos de experimentos y documenta los resultados con rigor.
Embodied AI Researcher / Scientist para tu equipo
Un investigador que plantea y valida aprendizaje por refuerzo, imitación y modelos multimodales para agentes que actúan en el mundo físico, con experimentos reproducibles y resultados medibles.
Tecnologías y competencias habituales
- Aprendizaje por Refuerzo (RL)
- Imitation Learning
- Redes Multimodales
También lo buscarás como embodied AI researcher, investigador en aprendizaje por refuerzo, científico de IA para robótica y robot learning researcher.
Qué hace un investigador en IA encarnada
Investiga cómo hacer que un agente aprenda a actuar en un entorno físico. Diseña experimentos con aprendizaje por refuerzo, aprendizaje por imitación y redes multimodales en PyTorch, define recompensas y métricas, compara con líneas base publicadas y convierte los resultados que funcionan en prototipos que el equipo de ingeniería pueda llevar al robot.
Cuándo necesitas uno
- Tu problema de manipulación o navegación no se resuelve con reglas y necesitas saber si el aprendizaje automático es viable.
- Tienes un proyecto de I+D con hitos técnicos y nadie en el equipo ha hecho experimentos de aprendizaje por refuerzo con rigor.
- Quieres evaluar qué parte de la literatura reciente de robot learning es aplicable a tu caso y cuál es solo una demostración de laboratorio.
Qué distingue a un buen investigador en IA encarnada
- Lee y reproduce artículos: sabe distinguir una mejora real de un resultado que depende de semillas o de ajustes de hiperparámetros.
- Domina los algoritmos de base (PPO, SAC, comportamiento clonado, difusión de políticas) y elige según los datos y el coste de interacción disponibles.
- Diseña recompensas y curriculums que no se pueden explotar, y detecta cuándo el agente aprende un atajo.
- Reporta con varias semillas, intervalos de confianza y comparaciones justas contra líneas base.
- Deja el código reproducible y entendible para que un ingeniero lo lleve a producción.
Junior, middle o senior
Middle
Formula hipótesis propias, diseña experimentos en simulación y robot real y presenta conclusiones accionables para el producto.
Senior
Define la línea de investigación, decide qué apostar y qué descartar, y guía a investigadores e ingenieros hacia resultados transferibles.
Dos formas de trabajar
On Demand
Se suma a tu equipo el tiempo que lo necesites.
Try & Hire
Trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.
¿Necesitas un equipo entero? Mira los Agile Squads.
Preguntas frecuentes
¿Aprendizaje por refuerzo o por imitación?
La imitación es más barata y estable si puedes recoger buenas demostraciones. El refuerzo permite superar al demostrador y funciona bien en simulación con muchas interacciones, pero es más delicado de diseñar. Muchos sistemas actuales empiezan con imitación y refinan con refuerzo.
¿Un investigador entrega producto?
Entrega evidencia y prototipos. Para que llegue a producto necesita ingenieros de robótica y de MLOps a su lado. Un buen investigador deja el trabajo preparado para esa transición.
¿Cuándo no compensa investigar y conviene comprar un modelo ya hecho?
Si tu tarea encaja con un modelo base existente y no necesitas una ventaja técnica diferencial, ajustar uno ya publicado es más rápido. La investigación propia tiene sentido cuando el problema es nuevo o la precisión exigida es alta.
¿Puedo incorporarlo después a mi plantilla?
Sí. Con la modalidad Try & Hire trabaja contigo y, tras un tiempo, puedes incorporarlo a tu plantilla sin costes.
¿Cómo se factura?
Pagas por el trabajo realmente efectivo: solo las horas trabajadas. La selección, las bajas, las vacaciones y las sustituciones corren de nuestra cuenta.
¿Trabaja en remoto o en nuestras oficinas?
Como lo necesite tu equipo: en remoto, en híbrido o presencial, en España.
Cómo llega un perfil a tu equipo
Vendemos calidad: preferimos presentarte a una persona que encaja antes que a cinco que no.
De cada 20 candidatos que evaluamos, te presentamos a uno.
Nos cuentas qué necesitas
El perfil, el nivel, las tecnologías y cómo trabaja tu equipo.
Validamos a la persona
Nuestro equipo técnico revisa su conocimiento real, también cómo trabaja con IA. De cada 20 candidatos, pasa uno.
Te la presentamos
Conoces a la persona antes de decidir. El 93 % de nuestros clientes contrata a la primera que le presentamos.
Empieza en tu equipo
Pagas solo las horas trabajadas. De la selección, las bajas, las vacaciones y las sustituciones nos ocupamos nosotros.
Suele trabajar con
Ver los 19 perfiles de robótica autónoma e IA físicaMachine Learning Engineer
- MLflow
- Kubeflow
- AWS SageMaker
- Azure ML
Sim-to-Real Transfer Engineer
- Domain Randomization
- RLlib
- Ray
- C++
Deep Learning Specialist
- PyTorch
- TensorFlow
- Keras
- Redes Neuronales (CNN, RNN)
World Models Engineer
- Modelos Generativos (JEPA, Sora-like)
- Predicción de Entornos Físicos
- Python
Arquitecto de Simulación y Gemelos Digitales
- NVIDIA Omniverse
- Isaac Sim
- Unreal Engine
- Unity
Synthetic Data Engineer (Robotics)
- Generación procedimental 3D
- Blender
- BlenderProc
- Python
Ingeniero de Percepción 3D para Robótica
- PCL
- Nubes de puntos
- LiDAR
- Cámaras de profundidad
Ingeniero SLAM y Navegación Autónoma
- ROS/ROS2
- Nav2
- ORB-SLAM
- Lidar Odometry