AI Engineer

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. Functions - 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. Requirements - 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.