Estamos en la búsqueda de un Arquitecto de Inteligencia Artificial con experiencia tanto en AI tradicional como en AI generativa para diseñar y liderar la implementación de soluciones escalables, robustas y eficientes. El objetivo es definir la arquitectura de soluciones basadas en machine learning, deep learning y AI generativa, asegurando que estén alineadas con las necesidades del negocio y las mejores prácticas de la industria.
Requisitos:
- Título universitario en Informática, Ingeniería de Sistemas, Matemáticas o un campo relacionado.
- Más de 5 años de experiencia en arquitectura de soluciones de AI, incluyendo AI generativa.
- Conocimiento avanzado de frameworks de AI como TensorFlow, PyTorch, Scikit-learn, Hugging Face y LangChain.
- Experiencia en AI generativa, incluyendo LLMs (GPT, LLaMA, Claude) y modelos de difusión (Stable Diffusion, DALL).
- Dominio en procesamiento de datos con herramientas como Pandas, Spark y bases de datos SQL / NoSQL.
- Conocimiento en bases de datos vectoriales y sistemas RAG (Generation Augmented Retrieval).
- Experiencia con Servicios AI en la Nube (AWS, Azure, Google Cloud).
- Conocimiento en MLOps (CI / CD para modelos, MLflow, Kubeflow, Docker, Kubernetes).
- Experiencia en el desarrollo de APIs de AI para consumo interno y externo.
- Familiaridad con técnicas de optimización de modelos en producción (cuantización, pruning, distilación).
- Habilidades de liderazgo técnico y comunicación con stakeholders de diferentes áreas.
- Experiencia en arquitecturas híbridas (Edge AI, on-premise + nube).
- Certificaciones en AWS, Azure o GCP en Machine Learning / AI.
- Publicaciones o contribuciones a la comunidad open-source.
Funciones:
- Diseñar arquitecturas para soluciones de AI que integren modelos tradicionales (Machine Learning, Deep Learning) y generativos (LLMs, Modelos de Difusión, GANs).
- Definir estrategias de implementación de AI en entornos empresariales, asegurando escalabilidad, eficiencia y cumplimiento normativo.
- Seleccionar y evaluar tecnologías, frameworks y herramientas para optimizar el desarrollo y despliegue de modelos de AI.
- Integrar soluciones de AI con arquitecturas en la nube utilizando servicios de hiperescalado (AWS, GCP, Azure).
- Monitorear el ciclo de vida completo de los modelos de AI, desde la experimentación hasta la producción utilizando prácticas de MLOps, AIOps o GenAIOps.
- Asegurar el gobierno de los datos, incluyendo calidad, seguridad y cumplimiento normativo (GDPR, HIPAA, etc.).
- Liderar equipos multidisciplinarios en el desarrollo de soluciones basadas en AI.
- Evaluar continuamente nuevas tecnologías de AI y su aplicabilidad en el negocio.
- Optimizar los costos de infraestructura AI en la nube, asegurando un balance entre rendimiento y presupuesto.
- Establecer mejores prácticas en el desarrollo, implementación y monitoreo de modelos de AI.
- Proyecto estable (indefinido).
- Oportunidad de trabajar en proyectos innovadores de AI en múltiples sectores.
- Plan de formación continua en tecnologías emergentes.
- Trabajo remoto o híbrido con horarios flexibles.
- Entorno dinámico con equipos técnicos de alto nivel.