AI Engineer

Más de 5 años de experiencia sólida en desarrollo de software backend y diseño de arquitecturas de sistemas escalables.

Experiencia mínima de 3 años desarrollando e implementando proyectos de Machine Learning, Deep Learning y NLP en entornos productivos.

Comprensión profunda de la arquitectura de Transformers, modelos fundacionales (LLMs), mecanismos de atención (Self-Attention, Cross-Attention) y técnicas de optimización.

Dominio de frameworks y librerías como PyTorch o TensorFlow.

Dominio de frameworks de desarrollo de agentes (LangChain, LangGraph, CrewAI) y plataformas de datos como Databricks.

Experiencia comprobable de al menos 2 años operando servicios cloud orientados a IA en AWS, Azure o GCP.

Experiencia en herramientas de procesamiento analítico de datos como Databricks.

Experiencia real diseñando y construyendo sistemas RAG ( Retrieval-Augmented Generation ), uso de bases de datos vectoriales, integración de herramientas (MCPs) y flujos de trabajo con agentes autónomos.

Construir soluciones de IA: Diseñar y construir sistemas robustos e integrables a microservicios, llevando modelos desde la fase de experimentación hasta el despliegue en producción.

Gestión de Riesgos de IA: Administrar y mitigar riesgos técnicos específicos del ámbito (seguridad de los datos, latencia, alucinaciones, sesgos algorítmicos y gobierno de modelos).

Modelado de Conocimiento: Desarrollar estructuras de datos optimizadas y diseñar ontologías utilizando bases de datos de grafos para maximizar la comprensión y la eficiencia del contexto en agentes autónomos.

Alineación Estratégica: Actuar como puente técnico con stakeholders internos, traduciendo necesidades operativas en flujos de trabajo inteligentes (por ejemplo, el trabajo en células de desarrollo de productos digitales).

Observabilidad y Métricas: Implementar observabilidad de IA, gestionando métricas de IA responsable y el rendimiento de los agentes.

Innovación Continua: Investigar, experimentar y aplicar avances del estado del arte en inteligencia artificial para mantener la ventaja tecnológica del área.

Certificaciones de Databricks.

Experiencia en proyectos de IA de cara a clientes.

Certificaciones en Kubernetes.

Experiencia en NLP y modelos de lenguaje.

Experiencia en entrenamiento de Small Language Models .