Palma
¿Tienes experiencia gestionando proyectos en banca y te motiva coordinar equipos multidisciplinares? En NWorld estamos buscando a nuestro próximo referente en consultoría financiera. ¿Quiénes somos? En NWorld estamos reinventando la forma de hacer consultoría. Somos un ecosistema de compañías especializadas en Negocio, Tecnología y Operaciones, que cubren toda la cadena de valor de nuestros clientes. Las personas que formamos parte de NWorld compartimos una misma meta: Hacer nuestros los retos de nuestros clientes. Nuestros pilares: Búsqueda continua de especialización: Sabemos de lo que hablamos. Tecnología en nuestro ADN: Entendemos la tecnología como parte del negocio. Innovación en todo lo que hacemos: Siempre un paso más allá. Las personas en el centro: Somos una empresa de personas, hecha de personas y orientada a las personas. Conócenos más en: ¿Qué buscamos? Como AI Lead en Nfq, serás el/la responsable técnico/a de referencia en proyectos de Inteligencia Artificial y actuarás como Solution Architect de soluciones de IA end-to-end. Diseñarás arquitecturas robustas y escalables en cloud, construirás y desplegarás en producción soluciones de alto impacto — desde modelos clásicos de ML/DL hasta sistemas GenAI y agénticos enterprise— integrándolas con el ecosistema tecnológico del cliente (datos, seguridad, plataformas, operaciones y sistemas core). Trabajarás mano a mano con el AI Manager definiendo la visión técnica, liderando al equipo de desarrollo y garantizando la excelencia en la ejecución. Tu día a día y responsabilidades: ▸ Arquitectura de Soluciones de IA (Solution Architect) • Diseñar soluciones de IA end-to-end: desde la ingesta de datos hasta la capa de consumo, integrando modelos, APIs, agentes y sistemas enterprise del cliente., • Definir arquitecturas de referencia para distintos patrones de uso: sistemas conversacionales, automatización inteligente, extracción de información, decision support y arquitecturas agénticas., • Evaluar y seleccionar tecnologías, frameworks y plataformas cloud adecuadas para cada proyecto., • Diseñar patrones de arquitectura reutilizables, estándares técnicos y assets internos para acelerar el delivery., • Liderar el desarrollo e industrialización de modelos de Machine Learning y Deep Learning (supervisado/no supervisado), optimizando calidad, generalización y latencia., • Diseñar e implementar pipelines de datos y features a escala: ETL/ELT, feature engineering, feature stores, calidad de datos y trazabilidad., • Trabajar con ecosistemas de datos modernos (lakehouse, streaming) y tecnologías distribuidas (por ejemplo Spark) para entrenamiento y preparación de datos en entornos enterprise., • Liderar el desarrollo de soluciones de IA Generativa: RAG, fine-tuning/PEFT, prompt engineering avanzado, function calling, structured outputs., • Diseñar e implementar arquitecturas agénticas enterprise: orquestación multi-agente, gestión de estado, tool use, guardrails, human-in-the-loop y patrones de escalado en producción., • Implementar RAG avanzado: estrategias de chunking, embeddings, re-ranking, vector stores, evaluación de retrieval y calidad de respuesta, y observabilidad de trazas., • Diseñar e implementar pipelines de despliegue: empaquetado, serving (APIs REST/gRPC), escalado automático, versionado, rollback y gestión de latencia., • Definir y operar prácticas de MLOps/LLMOps: entrenamiento, evaluación, monitorización de drift/calidad, trazabilidad, auditoría y reentrenamiento continuo., • Asegurar calidad de ingeniería: code reviews, testing automatizado, documentación técnica (ADRs), seguridad y buenas prácticas de software., • Ser el referente técnico del equipo de IA: mentorizar, resolver bloqueos y elevar el nivel técnico del equipo., • Tomar decisiones de diseño críticas y documentar las arquitecturas y decisiones técnicas (ADRs)., • Colaborar con equipos de ingeniería de datos, infraestructura y desarrollo para garantizar integraciones robustas., • Participar en reuniones técnicas con clientes: demos, workshops de arquitectura y sesiones de descubrimiento., • Estimar esfuerzos técnicos y contribuir a la elaboración de propuestas desde la perspectiva de implementación. ▸ Formación • Titulación universitaria en Ingeniería Informática, Matemáticas, Estadística, Física o disciplinas afines., • Mínimo 4–6 años de experiencia en desarrollo y despliegue de soluciones de IA/ML en entornos productivos., • Experiencia liderando técnicamente equipos de desarrollo de IA (al menos 1–2 años)., • Experiencia como solution architect o tech lead diseñando soluciones end-to-end que integren modelos de IA con sistemas enterprise., • Experiencia demostrable en despliegue de modelos y/o agentes en producción a escala., • Python avanzado. Dominio de librerías del ecosistema ML/DL: PyTorch, TensorFlow, Scikit-learn, HuggingFace Transformers., • Experiencia práctica con LLMs: fine-tuning, prompt engineering avanzado, function calling, structured outputs., • Frameworks de agentes y orquestación: LangChain, LangGraph, LlamaIndex, CrewAI, AutoGen, Semantic Kernel o similares. Experiencia en patrones multi-agente y arquitecturas agénticas en entornos enterprise., • Diseño e implementación de arquitecturas RAG: vector databases (Pinecone, Weaviate, Qdrant, pgvector), estrategias de chunking, re-ranking y evaluación., • Despliegue y serving de modelos: experiencia con APIs de inferencia (vLLM, TGI, Triton), model serving, escalado y gestión de latencia en producción., • Plataformas cloud de IA: Azure (OpenAI Service, AI Studio/Foundry), AWS (Bedrock, SageMaker), GCP (Vertex AI)., • MLOps/LLMOps: MLflow, Weights & Biases, Kubeflow, CI/CD para modelos, monitorización de drift y calidad., • Contenedores y orquestación: Docker, Kubernetes. Familiaridad con IaC (Terraform, Pulumi)., • Bases de datos: SQL, NoSQL, bases de datos vectoriales. Conocimiento de arquitecturas de datos modernas (lakehouse, streaming)., • Mentalidad hands-on con visión end-to-end: te gusta estar en el código tanto como diseñando la solución completa en la pizarra., • Capacidad para traducir requisitos de negocio en soluciones técnicas viables., • Comunicación clara y efectiva con perfiles técnicos y no técnicos., • Proactividad, autonomía y orientación a resultados. Planes de carrera personalizados: Aquí nunca serás un número. Crecimiento sin plazos: Trayectorias retadoras y transparentes. Formación continua: Especialización, mentoring y aprendizaje constante. Perfiles mixtos: Negocio + Tecnología, preparados para el entorno digital. Crecimiento personal: Actividades y eventos para disfrutar dentro y fuera del trabajo. Entorno flexible: Autonomía, responsabilidad, flexibilidad horaria y retribución flexible. Iniciativas internas: Eventos sociales, equipos deportivos y #LAST. Fundación NFQ: Comprometidos con la sociedad, podrás colaborar en proyectos sociales y de voluntariado con especial foco en infancia, juventud y conocimiento.
Page 5