Propósito del puesto
Liderar técnica y estratégicamente la construcción y evolución del área de IA, actuando como puente entre la visión del negocio y la ejecución técnica para entregar soluciones escalables de IA generativa con alto impacto en producción.
Profesionalizar y elevar la madurez técnica de las soluciones de IA mediante arquitecturas de producción robustas, y formar al equipo de ingeniería de IA y plataforma en las mejores prácticas del ciclo idea-a-producción.
Trabajar directamente con los equipos de negocio para comprender problemas de raíz, diseñar soluciones a medida y asegurar que cada inversión en IA produzca valor tangible y medible.
Responsabilidades
- Definir y liderar la arquitectura técnica de soluciones de IA, incluyendo APIs, agentes RAG, flujos de pre y postprocesamiento, frameworks de evaluación y guardrails a escala de producción.
- Profesionalizar el paso de prototipos hacia arquitecturas productivas, asegurando gestión de estado de agentes, trazabilidad de llamadas a LLMs y optimización de latencia y costos.
- Diseñar integraciones y APIs entre soluciones de IA y sistemas bancarios, incluidos core banking, ERP y plataformas de datos transaccionales y regulatorios.
- Diseñar el framework corporativo de guardrails con validaciones de entrada, filtros semánticos, detectores de alucinaciones, límites de riesgo operacional y controles regulatorios.
- Traducir necesidades complejas de negocio en especificaciones técnicas accionables y presentar soluciones con claridad a audiencias ejecutivas.
- Liderar el ciclo idea-a-producción desde factibilidad y arquitectura hasta despliegue, monitoreo de deriva y mantenimiento de productos de IA.
- Monitorear disponibilidad y rendimiento de las soluciones activas, asegurar SLAs de negocio y coordinar con plataforma.
- Formar y mentorizar al equipo de ingeniería de IA mediante estándares de código, revisiones técnicas y documentación obligatoria.
- Priorizar deuda técnica y el backlog de mejoras de infraestructura y herramientas, manteniendo coherencia técnica entre proyectos.
- Evaluar modelos fundacionales, frameworks de agentes y herramientas de observabilidad, presentando análisis comparativos para la toma de decisiones.
Conocimientos específicos
- Python para IA en producción, patrones de diseño, testing automatizado y buenas prácticas de ingeniería.
- Arquitectura avanzada de sistemas agénticos: grafos de agentes, gestión de memoria, herramientas, estados y soluciones multiagente.
- LangChain, LangGraph, AutoGen, CrewAI o equivalentes a nivel productivo.
- RAG avanzado: estrategias de recuperación, chunking semántico, reranking y evaluación de recuperación y síntesis.
- Guardrails empresariales, filtros de contenido, validadores, detección de alucinaciones y seguridad de LLMs.
- Versionado de prompts, A/B testing de modelos, monitoreo de deriva y pipelines de evaluación continua.
- Plataformas cloud de IA, especialmente Azure AI, y optimización de costos a escala.
- Liderazgo técnico, mentoría, comunicación con stakeholders técnicos y ejecutivos, y gobierno del ciclo de vida de IA.