Ingeniero IA

Salario: 8.000.000 un 10.000.000 COP Responsabilidades: Arquitectura y Desarrollo: Liderar el diseño y desarrollo de arquitecturas agénticas complejas utilizando frameworks de orquestación avanzados (LangChain, LangGraph, LlamaIndex). Sistemas de Recuperación: Diseñar y orquestar pipelines de RAG (Retrieval-Augmented Generation), integrando bases de datos vectoriales y extrayendo valor de fuentes de conocimiento no estructuradas del banco. Integración Multi-Cloud: Integrar servicios clave de LLMs en Azure (OpenAI Service), GCP (Vertex AI) y AWS (Amazon Bedrock), conectando los agentes de IA con APIs de sistemas transaccionales y legacy.

Gobernanza y Seguridad: Definir e implementar mecanismos de seguridad y "guardrails" (ej. NeMo Guardrails) para mitigar riesgos como inyecciones de prompts (Prompt Injection) y fuga de datos, asegurando el cumplimiento de políticas internas y normativas de gestión de IA (como ISO 42001). LLMOps y Observabilidad: Implementar estrategias de evaluación y monitoreo continuo de los modelos y pipelines (ej.

LangSmith, TruLens, Ragas) para controlar alucinaciones, precisión y relevancia en las respuestas. Ingeniería de Software: Aplicar mejores prácticas de desarrollo, asegurando código limpio, modularidad, versionado de prompts y baja latencia en interacciones en tiempo real. Despliegue y Escalabilidad: Coordinar con los equipos de Arquitectura y DevOps para garantizar la escalabilidad, alineación técnica y correcta ejecución de la contenerización y paso a producción.

Documentación: Documentar arquitecturas de agentes, flujos de integración de APIs y decisiones técnicas complejas. Requisitos Obligatorios: Más de 5 años de experiencia demostrable en desarrollo de software (Backend) y al menos 2 años construyendo y desplegando soluciones con IA Generativa y procesamiento de lenguaje natural (NLP). Experiencia avanzada en Python y en la creación/integración de ecosistemas de APIs REST/SOAP.

Dominio en el diseño de arquitecturas con bases de datos vectoriales (ej. Pinecone, Qdrant, Milvus, o extensiones vectoriales como pgvector en PostgreSQL). Experiencia comprobada en el ciclo de vida end-to-end de proyectos de IA, desde la concepción del agente lógico hasta su paso a producción.

Conocimiento sólido en servicios cognitivos y despliegue dentro de entornos Cloud Computing (GCP, Azure, AWS). Experiencia práctica en el diseño defensivo de prompts y la gestión de vulnerabilidades asociadas a modelos fundacionales. Deseables: Experiencia práctica con herramientas de infraestructura como código (Terraform).

Experiencia previa trabajando en sectores altamente regulados (banca, seguros o finanzas). Conocimiento o experiencia en auditoría y normativas de sistemas de gestión de Inteligencia Artificial (estándares de calidad y seguridad). Certificaciones relevantes en Cloud o IA (ej.

Azure AI Engineer Associate, Google Cloud Professional Machine Learning Engineer, AWS Certified Machine Learning - Especialidad / Practicante de IA).