Líder Técnico IA

Acerca de

Liderar una célula de IA asignada a un dominio de negocio específico, siendo responsable de traducir los flujos de trabajo del dominio en soluciones de IA Generativa viables, diseñando la arquitectura conceptual, agéntica y de integración, orquestando la ejecución técnica del equipo, y corespondiendo con el Owner de negocio por la adopción efectiva y el valor generado, bajo el marco de gobierno del CoE de IA, consumiendo los componentes de la plataforma institucional de IA.

Responsabilidades

• Construir 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.

Requisitos

• 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 B2

Educación

• Ingeniería en Desarrollo de Software, Sistemas Computacionales, Ciencias de la Computación, Matemáticas Aplicadas, Tecnologías de la Información o carrera afín.

Beneficios

• Sueldo base.
• Fondo de ahorro.
• Descuentos en compras de muebles y ropa.
• Aguinaldo.
• Vacaciones.
• Prima vacacional.
• Reparto de utilidades.
• Día libre de cumpleaños.
• Becas para estudio.
• Útiles escolares.
• Club de protección familiar.
• Ambiente de trabajo agradable.
• Entre otros beneficios y prestaciones.

Desarrollar agentes de IA end-to-end

implementar grafos de agentes con tool use, function calling, memory management, human-in-the-loop y guardrails, utilizando frameworks como LangGraph, CrewAI o Semantic Kernel sobre las plataformas institucionales autorizadas.

Implementar pipelines de RAG

ingesta, chunking, embedding, indexación vectorial, retrieval, re-ranking y generación, con evaluación de calidad en cada paso del pipeline y optimización continua de retrieval quality.

• Implementar integraciones con protocolos modernos de interoperabilidad: MCP servers/clients, A2A (Agent-to-Agent), tool use nativo y function calling, conectando agentes con los sistemas core del dominio de negocio.

Desarrollar y mantener evaluaciones automatizadas de calidad

crear test suites para LLMs (eval datasets, LLM-as-judge, regression tests de prompts), integrarlas en el pipeline de CI/CD y ejecutarlas ante cada cambio de prompt, modelo o configuración.

Implementar guardrails programáticos en cada solución

input/output validation, content filtering, PII detection/masking, prevención de prompt injection (directa e indirecta), rate limiting y cost controls por agente.

• Coordinar la conexión segura e interoperabilidad entre los desarrollos y el Gateway Empresarial de LLMs, validando el cumplimiento del marco de IA Responsable (AI TRiSM) en cada despliegue.
• Administrar el ciclo de vida de componentes técnicos (LLMOps): observabilidad de modelos y agentes, tracing de chains, calidad del dato de entrada/salida, versionado de prompts y configuraciones.
• Contribuir al Registro de Prompts y Agentes del

CoE

documentar, versionar y publicar prompts, agentes y componentes reutilizables en el Directorio de Capacidades para evitar duplicidad entre fusion teams.

• Optimizar la costo-efectividad (FinOps de

IA) de cada implementación

tracking de consumo de tokens por agente, selección óptima de modelos por tarea (model routing), caching de respuestas y optimización de prompts.