Descripción del puesto / Funciones

Buscamos un/a Líder Técnico de la Plataforma de IA para marcar la dirección técnica del ecosistema y coordinar el trabajo del equipo del Motor de IA. Esta persona anclará las decisiones de plataforma (build vs. buy, arquitectura de agentes, evaluación de modelos), desarrollará casuísticas técnicas transversales reutilizables, mantendrá una visión integral de los agentes en producción, optimizará el presupuesto de IA y realizará el control de performance de modelos (PII, sesgos, alucinaciones). Co-liderará el Centro de IA junto con el Líder Transversal.

Tareas principales

• Liderar técnicamente la Plataforma de IA, marcando la dirección, resolviendo dudas del equipo y aprobando decisiones críticas de plataforma.

• Co-liderar el Centro de IA en coordinación con el Líder Transversal (alineando agenda técnica y de negocio).

• Desarrollar casuísticas técnicas transversales reutilizables y construir/mantener componentes compartidos del ecosistema.

• Gestionar el inventario de agentes y sus usuarios (FinOps).

• Evaluar modelos en búsqueda de fallas (PII, sesgos, alucinaciones) y mitigar el drift a lo largo del tiempo.

• Construir frameworks de evaluación de calidad (LLM-as-a-judge).

• Colaborar habitualmente con todo el equipo del Motor (Arquitectos, Sustentación, Integraciones, DevOps, DevSecOps, Full Stack), Líder Transversal y proveedores de LLM.

Estudios

Licenciatura en Computer Science / Ingeniería (obligatoria). Posgrado deseable.

Requisitos mínimos

• Python + SQL: Stack corporativo (SQL Server on-prem como fuente principal).

• LangGraph.

• Orquestación de pipelines ML/GenAI: Airflow / Metaflow (stack corporativo).

• RAG y retrieval: Con capacidad de trabajar sobre datos que permanecen on-premise por regulación.

• Prompt engineering + context engineering.

• Diseño de evaluation frameworks (hallucination, factual consistency, precision/recall, latency, throughput, cost), incluyendo golden datasets, regression gates en CI y LLM-as-a-judge.

• Guardrails, fallbacks y patrones HITL para responsible AI.

• Vector databases: Capaz de diseñar la implementación desde cero (pgvector como opción principal compatible con on-prem).

• Expertise profunda en el funcionamiento de LLMs.

• FinOps de tokens y trade-offs coste/latencia.

• Python quality stack: Pydantic, pytest, type hints.

• Nociones de ciberseguridad aplicada a IA: Manejo de PII, boundary cloud/on-prem.

• Liderazgo técnico: Capacidad de marcar dirección, decidir bajo ambigüedad y coordinar el equipo.

Requisitos valorables

• LangChain, LlamaIndex, CrewAI y otros frameworks de agentes.

• Hybrid retrieval (vector + keyword + graph).

• Fine-tuning/PEFT (LORA, QLORA).

• Sistemas multi-agente avanzados (planning, reflection, coordination).

• Patrón ReAct y agentes de razonamiento.

• RLAIF y feedback loops continuos.

• Red-teaming de sistemas de IA.

• Bases de datos de grafos / Graph RAG.

• Model gateways (Portkey, LiteLLM) para routing y observabilidad.

• Familiaridad con SSAS (fuente de datos on-prem).

• Patrones de memoria MCP/A2A.

• TypeScript.

Idiomas

Español

Ubicación

España (Remoto)

¿Por qué nosotros?

Prioridad