Ingeniero de IA Senior | Remoto

RESPONSABILIDADES

• Liderar la construcción y evolución de sistemas de IA en producción, combinando pipelines de datos batch y streaming, servicios backend y despliegue de modelos de machine learning y LLMs.
• Diseñar e implementar pipelines robustos de ingestión, transformación y disponibilización de datos estructurados, semi-estructurados y no estructurados, con enfoque en aplicaciones de IA generativa, RAG y analytics avanzado.
• Desarrollar servicios backend escalables para inferencia en tiempo real y batch, utilizando APIs REST/gRPC/GraphQL, garantizando versionado, observabilidad y SLAs.
• Diseñar arquitecturas distribuidas orientadas a eventos para aplicaciones inteligentes, utilizando herramientas como Kafka, Pub/Sub, Kinesis o SQS/SNS.
• Definir estándares y buenas prácticas para bases de datos relacionales, no relacionales y vectoriales, incluyendo modelado de embeddings, feature stores y estrategias de retrieval para RAG.
• Operar workloads de IA en cloud y Kubernetes, incluyendo optimización de GPUs, autoscaling, scheduling y control de costos.
• Implementar pipelines de MLOps y LLOps, incluyendo CI/CD de modelos, monitoreo de drift, versionado de datasets y experiment tracking.
• Garantizar gobernanza, calidad, trazabilidad y seguridad de los datos y modelos en todas las etapas del ciclo de vida.
• Actuar en el diseño y optimización de la arquitectura de datos e IA, priorizando rendimiento, confiabilidad, costo-beneficio y seguridad.
• Anticipar riesgos técnicos en pipelines, inferencia e infraestructura, proponiendo soluciones escalables y resilientes.
• Apoyar la construcción de plataformas internas de datos e IA (data platform / AI platform), promoviendo estandarización y reutilización de componentes.
• Colaborar con squads multifuncionales de producto, ingeniería y ciencia de datos, liderando decisiones técnicas estratégicas.
• Mentorar a ingenieros plenos y juniors, diseminando buenas prácticas de ingeniería de software, datos e IA.
• Contribuir activamente a la estrategia de IA corporativa, alineando tecnología con los objetivos de negocio y la evolución de los productos.

REQUISITOS OBLIGATORIOS

• Mínimo de 5 años de experiencia en Ingeniería de Datos, Backend, ML Engineering o AI Engineering.
• Experiencia sólida en el desarrollo de pipelines batch y streaming en producción.
• Experiencia comprobada en el despliegue y operación de modelos de ML o LLMs en producción.
• Experiencia en arquitectura distribuida y event-driven.
• Dominio de Python, SQL y desarrollo de APIs.
• Experiencia con containers y Kubernetes.
• Experiencia en cloud (AWS, GCP o Azure) y buenas prácticas de gobernanza de datos.
• Experiencia en observabilidad de sistemas (logs estructurados, métricas, tracing).
• Experiencia en optimización de performance de pipelines y servicios.
• Fuerte capacidad de comunicación técnica con stakeholders técnicos y no técnicos.

REQUISITOS DESEABLES

• Experiencia con frameworks de LLMs y RAG (LangChain, LlamaIndex, etc.).
• Experiencia con Ray, Spark, Flint, Beam o sistemas distribuidos de procesamiento.
• Experiencia con plataformas de experiment tracking y MLOps (ClearML, MLflow, Vertex AI, SageMaker).
• Conocimiento avanzado en infraestructura como código (Terraform, Helm, CDK).
• Experiencia con despliegue de aplicaciones escalables en Kubernetes.
• Experiencia con bases de datos vectoriales y sistemas de búsqueda semántica.
• Experiencia con workloads de GPU y optimización de costos en cloud.
• Historial de liderazgo técnico en proyectos complejos o plataformas internas.

HABILIDADES BLANDAS ESENCIALES

• Comunicación clara y efectiva en todos los niveles de la organización.
• Capacidad de liderar discusiones técnicas complejas y decisiones arquitectónicas.
• Habilidad de mentoría y desarrollo técnico del equipo.
• Visión sistémica para evaluar riesgos, trade-offs y oportunidades.
• Autonomía e iniciativa en la resolución de problemas complejos.
• Mentalidad de dueño de plataforma, con enfoque en confiabilidad, costo y experiencia del desarrollador.

PROYECTOS / LOGROS VALORADOS

• Implementación de sistemas de IA en producción con alto impacto de negocio.
• Construcción de pipelines streaming o plataformas internas de datos/IA.
• Despliegue de sistemas RAG con datos corporativos.
• Optimización comprobada de costos de infraestructura o uso de GPUs.
• Creación de arquitecturas distribuidas escalables y resilientes.
• Definición de estándares organizacionales de ingeniería de datos o IA.