Data Quality & Management Lead
hace 12 horas
Valencia
¿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: ▸ ( ) Diseñar soluciones de IA --: desde la ingesta de datos hasta la capa de consumo, integrando modelos, APIs, agentes y sistemas enterprise del cliente. Definir 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 para acelerar el delivery. Liderar para validar hipótesis técnicas y de negocio, con foco en time-to-value y paso a producción. ▸ , Liderar el desarrollo e industrialización de modelos de (supervisado/no supervisado), optimizando calidad, generalización y latencia. Diseñar e implementar 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. Definir estrategias de evaluación: métricas, validación, sesgo, robustez, interpretabilidad y planes de reentrenamiento. ▸ ́ Liderar el desarrollo de soluciones de : RAG, fine-tuning/PEFT, prompt engineering avanzado, function calling, structured outputs. Diseñar e implementar ́ : orquestación multi-agente, gestión de estado, tool use, guardrails, human-in-the-loop y patrones de escalado en producción. Implementar : estrategias de chunking, embeddings, re-ranking, vector stores, evaluación de retrieval y calidad de respuesta, y observabilidad de trazas. Integrar GenAI con : ERPs, CRMs, core bancario, plataformas documentales, BPMs, contact centers, etc. ▸ ́, / Diseñar e implementar : empaquetado, serving (APIs REST/gRPC), escalado automático, versionado, rollback y gestión de latencia. Definir y operar prácticas de /: entrenamiento, evaluación, monitorización de drift/calidad, trazabilidad, auditoría y reentrenamiento continuo. Asegurar ́: code reviews, testing automatizado, documentación técnica (ADRs), seguridad y buenas prácticas de software. Colaborar con Data/Platform/Infra para construir activos compartidos (plantillas, repos, aceleradores, estándares). ▸ ́ Ser el ́ 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. Contribuir a la ́ : charlas, documentación, guías y estándares. ▸ 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. Garantizar la entrega en plazo, calidad y escalabilidad de las soluciones. ✅ Requisitos imprescindibles: ▸ ́ Titulación universitaria en Ingeniería Informática, Matemáticas, Estadística, Física o disciplinas afines. ́ : Máster o Posgrado en Inteligencia Artificial, Machine Learning o Data Science. ▸ Mínimo – ̃ de experiencia en desarrollo y despliegue de soluciones de IA/ML en entornos productivos. Experiencia liderando técnicamente equipos de desarrollo de IA (al menos – ̃). Experiencia como o tech lead diseñando soluciones end-to-end que integren modelos de IA con sistemas enterprise. Experiencia demostrable en / ́ a escala. Experiencia en consultoría tecnológica o proyectos de IA para clientes enterprise (muy valorado). ▸ ́ . Dominio de librerías del ecosistema ML/DL: PyTorch, TensorFlow, Scikit-learn, HuggingFace Transformers. Experiencia práctica con : fine-tuning, prompt engineering avanzado, function calling, structured outputs. Frameworks de ́: 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 : vector databases (Pinecone, Weaviate, Qdrant, pgvector), estrategias de chunking, re-ranking y evaluación. : experiencia con APIs de inferencia (vLLM, TGI, Triton), model serving, escalado y gestión de latencia en producción. Plataformas cloud de IA: (OpenAI Service, AI Studio/Foundry), (Bedrock, SageMaker), (Vertex AI). /: MLflow, Weights & Biases, Kubeflow, CI/CD para modelos, monitorización de drift y calidad. Contenedores y orquestación: , . Familiaridad con IaC (Terraform, Pulumi). Bases de datos: SQL, NoSQL, bases de datos vectoriales. Conocimiento de arquitecturas de datos modernas (lakehouse, streaming). Prácticas de ingeniería de software: Git, testing, CI/CD, clean code, documentación técnica (ADRs). ▸ Mentalidad - 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. Nivel de ́ . Se valorarán otros idiomas. ¿Qué ofrecemos? 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.
