About the job:
Misin del puesto:
Buscamos a una persona para la posicin de Principal Innovation in AI Engineering and Harness, con trayectoria slida en arquitecturas cloud, en diseo, desarrollo e implantacin de soluciones tecnolgicas basadas en IA y/o ML, as como experiencia en el desarrollo de elementos y activos tecnolgicos (harness) esenciales para construir y escalar soluciones de Inteligencia Artificial.
Se requiere experiencia tcnica demostrada, conocer todas las fases del ciclo de vida de desarrollo de cd3digo usando agentes de IA. Se valorar tambin conocer herramientas desarrollo agenticoa0 como Claude Code o Codex.
Responsabilidades principales:
Experiencia en entornos y arquitecturas Cloud:
- Haber trabajado en AWS y GCP
- Entender los elementos clave de arquitecturas que soportan desarrollos y soluciones IA
- Haber construido algfan harness agentico para proyectos y soluciones de IA Generativa.
Experiencia en SDLC agentico:
- Haber trabajado con herramientas como Claude Code
- Haber desarrollado alguna aplicacin o prototipo utilizando este tipo de herramientas como Claude Code o Codex.
- Experiencia desplegando en infraestructura de contenedores (Kubernetes) de aplicaciones desarrolladas con IA.
Evaluacin y experimentacin con GenAI:
- Experiencia demostrada en proyectos de innovacin y aplicacin prctica de IA.
- Seleccionar y evaluar comparativamente modelos fundacionales para distintos casos de uso, incluidas aplicaciones de lenguaje, voz y soluciones multimodales.
- Disear y ejecutar planes de evaluacin, definiendo mtricas tcnicas y de negocio y comparando modelos en distintos escenarios.
- Construir de forma iterativa datasets de entrenamiento, validacin y evaluacin.
- Adaptar modelos generativos y discriminativos mediante fine-tuning u otras tcnicas equivalentes.
Desarrollo de soluciones basadas en LLMs y sistemas agenticos:
- Disear y desarrollar soluciones analticas basadas en LLMs, incluidas arquitecturas que combinen varios modelos.
- Disear y desarrollar sistemas agenticos en los que los modelos interacten con herramientas, APIs, fuentes de conocimiento externas y modelos de ML.
- Desarrollar flujos de razonamiento y orquestacin de modelos, con planificacin de tareas, uso de herramientas y composicin de varios pasos de inferencia.
- Construir bases de conocimiento y datasets de dominio para alimentar modelos generativos.
- Crear sistemas donde los LLMs funcionen como interfaces inteligentes para interactuar con sistemas y datos corporativos.
- Desarrollar pipelines de inferencia y servicios backend; integrar modelos con sistemas y operativas del banco, incluidas APIs y sistemas corporativos.
- Participar en ciclos iterativos de experimentacin, desde el prototipo hasta la solucin productiva.
Investigacin aplicada y transferencia de conocimiento:
- Explorar de forma continua avances en LLMs, modelos fundacionales, tcnicas avanzadas de NLP y arquitecturas agenticas.
- Evaluar tecnologas y frameworks relevantes para soluciones de IA generativa.
- Comunicar conceptos tcnicos a audiencias internas con distintos niveles de especializacin.
Requisitos tcnicos:
Machine Learning Engineering:
- Experiencia en el ciclo de vida completo de proyectos de ML y NLP: exploracin de datos (EDA), construccin de datasets, seleccin y entrenamiento de modelos, evaluacin y monitorizacin.
- Experiencia desarrollando soluciones analticas productivas, pipelines de ML y servicios de inferencia.
- Experiencia en MLOps: automatizacin de pipelines, integracin y despliegue continuo, observabilidad y monitorizacin de modelos.
Infraestructura y herramientas:
- Conocimiento de infraestructura como cd3digo (IaC), por ejemplo CloudFormation.
- Experiencia con Git y prcticas CI/CD para integracin y despliegue de software.
- Programacin en Python; se valorar experiencia con TypeScript o Node.js.
- Experiencia con frameworks de orquestacin de LLMs y agentes, como LangGraph, Agents SDK, AWS Strands u otros equivalentes.
- Experiencia utilizando agentes de programacin como Codex, Claude Code, Cursor, GitHub Copilot o herramientas similares.
Experiencia valorable:
- Experiencia en empresas de cloud como AWS o Google.
- Experiencia en equipos de Ingeniera7a y/o IT.
- Experiencia en entornos on-premise.
- Experiencia en sector bancario, como parte de la plantilla o en consultora7a.
Competencias personales:
- Espedritu de equipo y capacidad para trabajar de forma colaborativa.
- Capacidad para explicar conceptos tcnicos a perfiles no tcnicos.
- Mentalidad analtica y orientacin a la experimentacin.Flexibilidad y adaptacin a entornos tecnolgicos en evolucin.
Skills:
English Language, Machine Learning (ML), Object-Oriented Programming (OOP), Tensorflow
