AI Engineer

Para tener éxito en esta posición necesitas:

• Más de 5 años de experiencia sólida en desarrollo de software backend y diseño de arquitecturas de sistemas escalables.
• Experiencia mínima de 3 años desarrollando e implementando proyectos de Machine Learning, Deep Learning y NLP en entornos productivos.
• Comprensión profunda de la arquitectura de Transformers, modelos fundacionales (LLMs), mecanismos de atención (Self-Attention, Cross-Attention) y técnicas de optimización.
• Dominio de frameworks y librerías como PyTorch o TensorFlow.
• Dominio de frameworks de desarrollo de agentes (LangChain, LangGraph, CrewAI) y plataformas de datos como Databricks.
• Experiencia comprobable de al menos 2 años operando servicios cloud orientados a IA en AWS, Azure o GCP.
• Experiencia en herramientas de procesamiento analítico de datos como Databricks.
• Experiencia real diseñando y construyendo sistemas RAG (Retrieval-Augmented Generation), uso de bases de datos vectoriales, integración de herramientas (MCPs) y flujos de trabajo con agentes autónomos.

Projects

Liderar el diseño, desarrollo y despliegue de soluciones escalables basadas en Inteligencia Artificial (con foco en GenAI y Machine Learning). El objetivo principal es la construcción de agentes de IA conversacionales y operacionales para impulsar la estrategia del banco, así como participar en la agentización comercial e hiperautomatización de procesos.

En este rol tendrás la oportunidad de:

• Construir soluciones de IA: Diseñar y construir sistemas robustos e integrables a microservicios, llevando modelos desde la fase de experimentación hasta el despliegue en producción.
• Gestión de Riesgos de IA: Administrar y mitigar riesgos técnicos específicos del ámbito (seguridad de los datos, latencia, alucinaciones, sesgos algorítmicos y gobierno de modelos).
• Modelado de Conocimiento: Desarrollar estructuras de datos optimizadas y diseñar ontologías utilizando bases de datos de grafos para maximizar la comprensión y la eficiencia del contexto en agentes autónomos.
• Alineación Estratégica: Actuar como puente técnico con stakeholders internos, traduciendo necesidades operativas en flujos de trabajo inteligentes (por ejemplo, el trabajo en células de desarrollo de productos digitales).
• Observabilidad y Métricas: Implementar observabilidad de IA, gestionando métricas de IA responsable y el rendimiento de los agentes.
• Innovación Continua: Investigar, experimentar y aplicar avances del estado del arte en inteligencia artificial para mantener la ventaja tecnológica del área.

Es aún mejor si tienes:

• Certificaciones de Databricks.
• Experiencia en proyectos de IA de cara a clientes.
• Certificaciones en Kubernetes.
• Experiencia en NLP y modelos de lenguaje.
• Experiencia en entrenamiento de Small Language Models.