Palma
¿Tienes experiencia gestionando proyectos en banca y te motiva coordinar equipos multidisciplinares? En NWorld estamos buscando a nuestro próximo referente en consultoría financiera. Los candidatos deben tomarse el tiempo de leer atentamente todos los elementos de este anuncio de empleo. Por favor, envíen su solicitud sin demora. ¿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 𝗣𝗼𝗖𝘀 𝘆 𝗽𝗿𝗼𝘁𝗼𝘁𝗶𝗽𝗼𝘀 para validar hipótesis técnicas y de negocio, con foco en time-to-value y paso a producción. ▸ 𝗜𝗔 𝗧𝗿𝗮𝗱𝗶𝗰𝗶𝗼𝗻𝗮𝗹, 𝗠𝗟 𝗘𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝘆 𝗗𝗮𝘁𝗼𝘀 𝗮 𝗘𝘀𝗰𝗮𝗹𝗮 • 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., • Definir estrategias de evaluación: métricas, validación, sesgo, robustez, interpretabilidad y planes de reentrenamiento. ▸ 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗲 𝗔𝗜 𝘆 𝗔𝗴𝗲𝗻𝘁𝗲𝘀 𝗔𝘂𝘁𝗼́𝗻𝗼𝗺𝗼𝘀 • 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., • Integrar GenAI con 𝘀𝗶𝘀𝘁𝗲𝗺𝗮𝘀 𝗲𝗻𝘁𝗲𝗿𝗽𝗿𝗶𝘀𝗲: ERPs, CRMs, core bancario, plataformas documentales, BPMs, contact centers, etc. ▸ 𝗜𝗻𝗱𝘂𝘀𝘁𝗿𝗶𝗮𝗹𝗶𝘇𝗮𝗰𝗶𝗼́𝗻, 𝗠𝗟𝗢𝗽𝘀/𝗟𝗟𝗠𝗢𝗽𝘀 𝘆 𝗣𝗹𝗮𝘁𝗮𝗳𝗼𝗿𝗺𝗮 • 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., • Colaborar con Data/Platform/Infra para construir activos compartidos (plantillas, repos, aceleradores, estándares). ▸ 𝗟𝗶𝗱𝗲𝗿𝗮𝘇𝗴𝗼 𝗧𝗲́𝗰𝗻𝗶𝗰𝗼 • 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., • Contribuir a la 𝗰𝗼𝗺𝘂𝗻𝗶𝗱𝗮𝗱 𝘁𝗲́𝗰𝗻𝗶𝗰𝗮 𝗶𝗻𝘁𝗲𝗿𝗻𝗮: charlas, documentación, guías y estándares. ▸ 𝗖𝗹𝗶𝗲𝗻𝘁𝗲 𝘆 𝗗𝗲𝗹𝗶𝘃𝗲𝗿𝘆 • 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: ▸ 𝗙𝗼𝗿𝗺𝗮𝗰𝗶𝗼́𝗻 • Titulación universitaria en Ingeniería Informática, Matemáticas, Estadística, Física o disciplinas afines., • 𝗦𝗲 𝘃𝗮𝗹𝗼𝗿𝗮𝗿𝗮́ 𝗽𝗼𝘀𝗶𝘁𝗶𝘃𝗮𝗺𝗲𝗻𝘁𝗲: Máster o Posgrado en Inteligencia Artificial, Machine Learning o Data Science. ▸ 𝗘𝘅𝗽𝗲𝗿𝗶𝗲𝗻𝗰𝗶𝗮 • 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., • Experiencia en consultoría tecnológica o proyectos de IA para clientes enterprise (muy valorado). ▸ 𝗦𝘁𝗮𝗰𝗸 𝘁𝗲́𝗰𝗻𝗶𝗰𝗼 • 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)., • Prácticas de ingeniería de software: Git, testing, CI/CD, clean code, documentación técnica (ADRs). ▸ 𝗖𝗼𝗺𝗽𝗲𝘁𝗲𝗻𝗰𝗶𝗮𝘀 𝘆 𝗵𝗮𝗯𝗶𝗹𝗶𝗱𝗮𝗱𝗲𝘀 • 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., • Nivel de 𝗶𝗻𝗴𝗹𝗲́𝘀 𝗮𝘃𝗮𝗻𝘇𝗮𝗱𝗼. 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. xcskxlj Fundación NFQ: Comprometidos con la sociedad, podrás colaborar en proyectos sociales y de voluntariado con especial foco en infancia, juventud y conocimiento.
