AI Builder

GrupoEuro; Santiago; In loco; CLP 24.000.000 - 42.000.000; Tempo pieno

Vantaggi offerti da questo lavoro

null

Descrizione del lavoro

GrupoEuro busca profesional para diseñar, rediseñar y operar soluciones basadas en inteligencia artificial y automatización que mejoren procesos end-to-end y productos digitales en Chile. El rol implica identificar oportunidades de IA generativa, automatización y herramientas internas conectadas a APIs y sistemas autorizados, con foco en eficiencia, calidad y seguridad.

El candidato trabajará en patrones de orquestación, memoria, routing y gobernanza, asegurando soluciones modulares, escalables

Competenze

• Competencia en diseño y construcción de soluciones IA/automatización.
• Experiencia en integración con APIs, bases de datos y sistemas autorizados.

Mansioni

• Descubrimiento y priorización de casos de uso con impacto medible en costo, tiempo, calidad y experiencia.
• Construcción de agentes, copilots y workflows conectados a APIs y sistemas autorizados.
• Automatización del ciclo de desarrollo y generación de documentación de código/arquitectura.
• Integración y productización de soluciones IA con monitoreo, pruebas y control de versiones.
• Aplicación de seguridad, privacidad y gobernanza en soluciones IA; manejo de riesgos.

Conoscenze

Python

JavaScript/TypeScript

APIs REST

Webhooks

Databases

Git / Version Control

DevOps / Deployment

OpenAI models

Agents/orchestration

Low-code tools

Formazione

Ingeniería Informática

Strumenti

n8n

Make

Power Automate

Zapier

Logic Apps

Descrizione del lavoro

DESCRIPCIÓN DEL PUESTO

Misión del cargo

Diseñar, rediseñar, construir, integrar y operar soluciones basadas en inteligencia artificial y automatización que transformen procesos end-to-end, mejoren productos digitales.

Responsabilidades principales

• Descubrimiento y priorización de casos de uso Identificar oportunidades donde IA o automatización generen impacto relevante en tiempo, costo, calidad, experiencia, riesgo o ingresos. Levantar la línea base del proceso y cuantificar el valor potencial antes de construir. Distinguir cuándo utilizar IA generativa, automatización tradicional, reglas, analítica u otra solución más simple. Contribuir al portafolio de IA con una recomendación clara de priorización, esfuerzo, riesgo y retorno.
• Construcción de agentes y automatizaciones Diseñar y desarrollar agentes, copilots, asistentes, workflows y herramientas internas conectadas a APIs, bases de datos y sistemas autorizados. Implementar patrones de orquestación, RAG, function/tool calling, memoria, guardrails o procesamiento documental cuando el caso lo requiera. Construir soluciones modulares, mantenibles y observables, evitando dependencias personales o componentes sin owner. Documentar configuración, prompts, flujos, integraciones, supuestos, limitaciones y procedimientos de soporte.
• IA aplicada al ciclo de desarrollo Automatizar documentación de código y arquitectura, generación y mantención de pruebas, revisión de PRs, análisis de deuda, debugging y clasificación de incidentes. Trabajar con el Líder de Ingeniería para incorporar estas capacidades dentro del flujo real de desarrollo y no como herramientas paralelas. Medir impacto en lead time, defectos, retrabajo, cobertura y productividad, asegurando validación humana. Apoyar la captura y distribución del conocimiento técnico, sin presentar la IA como sustituto de gobernanza, backups o formación del equipo.
• Integración y productización Integrar soluciones IA con sistemas internos y externos mediante APIs, eventos, bases de datos y servicios autorizados. Preparar ambientes, configuración, logging, manejo de errores, monitoreo, control de versiones, pruebas y despliegue en coordinación con Ingeniería. Optimizar desempeño, latencia, costo por uso y confiabilidad antes y después de producción. Definir mecanismos de fallback, intervención humana y continuidad operacional para casos críticos.
• Seguridad, datos y uso responsable Aplicar principios de mínimo privilegio, protección de secretos, privacidad y clasificación de información. Evitar el uso de datos o código sensible en herramientas no autorizadas y cumplir los estándares definidos por LEVEL y el grupo. Implementar evaluaciones de calidad, sesgo, alucinaciones, prompt injection, fuga de información y abuso según el riesgo del caso. Mantener trazabilidad de modelos, versiones, prompts, fuentes, decisiones y cambios relevantes.
• Adopción y cambio operativo Trabajar con Product & Delivery y las áreas usuarias para insertar la solución en el proceso real, redefiniendo roles, controles y excepciones. Preparar materiales, capacitación y mecanismos de feedback que permitan una adopción efectiva. Monitorear uso y comportamiento de los usuarios, identificando fricciones y oportunidades de mejora. Evitar soluciones técnicamente correctas que no tengan owner, usuario, proceso o incentivo de adopción.
• Reingeniería de procesos y automatización inteligente Levantar procesos end-to-end con las áreas usuarias, identificando actividades manuales, esperas, errores, reprocesos, traspasos, controles y dependencias de personas. Cuestionar el diseño actual antes de automatizar, eliminando pasos sin valor y evitando digitalizar ineficiencias existentes. Diseñar el proceso futuro y definir qué tareas ejecutan las personas, cuáles asumen agentes o automatizaciones y cuáles requieren aprobación o intervención humana. Construir agentes que no solo respondan consultas, sino que consulten información, ejecuten tareas, actualicen sistemas, coordinen trabajo y escalen excepciones dentro de límites autorizados. Instrumentar el proceso para medir tiempo de ciclo, horas manuales, errores, reprocesos, excepciones, autonomía del agente, satisfacción y valor generado. Asegurar que cada proceso transformado cuente con owner de negocio, reglas, controles, trazabilidad, plan de adopción y mecanismo de continuidad.
• Experimentación y aprendizaje Mantener vigilancia activa sobre herramientas, modelos, frameworks y patrones emergentes relevantes para LEVEL. Realizar experimentos acotados con hipótesis, duración, costo máximo y decisión de salida definidos. Compartir aprendizajes, estándares y componentes reutilizables para que la capacidad no quede concentrada en el cargo. Proponer cuándo construir, comprar, adaptar o descartar soluciones según valor, riesgo y velocidad.

Requisitos

Ingeniería Informática, Civil en Computación, Automatización, Ciencia de Datos, Ingeniería Industrial con especialización tecnológica o formación equivalente demostrable. Más de 2 años construyendo software, automatizaciones, integraciones o soluciones de datos; se valorará experiencia práctica con IA generativa en producción. Dominio práctico de Python y/o JavaScript/TypeScript, APIs REST, webhooks, bases de datos, control de versiones y despliegue de servicios. Experiencia con modelos y APIs de OpenAI, Claude, Azure AI, Vertex AI u otros; frameworks de agentes/orquestación y técnicas como RAG o tool calling. Conocimiento de automatización mediante n8n, Make, Power Automate, Zapier, Logic Apps o herramientas equivalentes, sin depender exclusivamente de low-code. Capacidad para construir prototipos y también productizarlos con testing, logging, monitoreo, seguridad y documentación. Comprensión de seguridad, privacidad, gestión de secretos y riesgos de soluciones IA. Capacidad para entender procesos y usuarios, trabajar con equipos multidisciplinarios y comunicar soluciones de manera simple. Experiencia levantando, modelando o rediseñando procesos y workflows, idealmente con BPMN, service blueprints, process mining o metodologías equivalentes. Capacidad para traducir procesos de negocio en reglas, estados, eventos, excepciones, integraciones y métricas implementables.