Lider Técnico IA

ResponsabilidadesConstruir la agenda de IA del dominio de negocio asignado junto con el Centralizador de IA (Owner/Steward): identificar workflows candidatos a transformación, priorizar por valor e impacto operativo, mapear flujos as-is/to-be con enfoque de workflow transformation (no solo automatización), y documentar hipótesis de valor vinculadas a dolencias reales del dominio.
Diseñar la arquitectura conceptual y agéntica de cada solución: grafos de agentes, tool use, function calling, MCP/A2A (Agent to Agent), memory management (short-term, long-term, episodic), human-in-the-loop, guardrails, orquestación multi-modelo, y derechos de decisión autónoma vs. humana.
Coordinar la viabilidad y ejecución técnica del fusion team, asegurando que la implementación se alinee con la solución conceptualizada y consuma exclusivamente los componentes de la plataforma autorizada de IA.
Evaluar y seleccionar modelos fundacionales para cada caso de uso: benchmarking de LLMs, trade-offs costo/calidad/latencia, decisión de fine-tuning vs. RAG vs. prompt engineering, y validación de resultados con métricas de calidad (faithfulness, groundedness, relevancy).
Asesorar a los dueños de negocio sobre las capacidades y limitaciones de las plataformas de IA disponibles, garantizando que el diseño sea realista, ejecutable y alineado al catálogo institucional.
Atender los cuellos de botella operativos y las dependencias técnicas del fusion team, sirviendo como enlace principal para destrabar impedimentos con equipos de integraciones, datos, infraestructura y seguridad.
Contribuir al Directorio de Capacidades del CoE: publicar componentes, prompts, agentes y patrones reutilizables en el Registro institucional para evitar duplicidad entre las células de IA.
Perfil Deseado:
Arquitectura de Agentes IA: Diseño y orquestación de sistemas multi-agente avanzados (LangGraph, CrewAI, AutoGen) y protocolos de interoperabilidad (MCP), dominando el uso de herramientas, memoria y flujos human-in-the-loop.
RAG Avanzado e Integración de Sistemas: Implementación de estrategias complejas de recuperación de información (GraphRAG, búsqueda híbrida) y diseño API-First para conectar de forma ágil los modelos de IA con nuestros sistemas transaccionales y de negocio (BLM).
Seguridad, Calidad y Observabilidad (LLMOps): Despliegue de modelos en producción garantizando su fiabilidad mediante evaluación rigurosa (RAGAS, DeepEval) y blindaje arquitectónico contra vulnerabilidades (OWASP, prompt injection).
Visión de Negocio y Transformación de Workflows: Liderazgo para actuar como puente entre la ingeniería y los stakeholders, traduciendo necesidades operativas en soluciones técnicas y diseñando flujos de trabajo donde la IA actúa como un verdadero co-trabajador.
Experiencia Sólida y Credenciales Cloud: Certificación obligatoria en IA/ML (AWS, Azure o GCP) respaldada por experiencia real llevando GenAI a producción (+1 año), arquitectura de soluciones empresariales (+2 años) e interacción directa con el negocio (+3 años).
Inglés Intermedio B2Ingeniería en Desarrollo de Software, Sistemas Computacionales, Ciencias de la Computación, Matemáticas Aplicadas, Tecnologías de la Información o carrera afín.