Arquitecto de Soluciones de IA Generativa / GenAI
Últimas ofertas de empleo remoto
El arquitecto GenAI es un puesto clave responsable de diseñar, desarrollar e implementar soluciones escalables y robustas de IA generativa que impulsarán la próxima generación de productos y servicios.
Desempeñarás un papel protagónico en el diseño e implementación de capacidades de agentes en la plataforma de cumplimiento de vanguardia. Colaborarás con científicos de datos, ingenieros y equipos de producto para asegurar que las soluciones de agente de IA cumplan con los objetivos del producto y las necesidades del cliente.
Mantendrás documentación sistemática del modelo, linaje y seguimiento del ciclo de vida usando registros de modelos (por ejemplo, MLflow, AWS SageMaker Model Registry). Brindarás liderazgo técnico, orientación y mentoría a los miembros junior del equipo, fomentando una cultura de aprendizaje continuo y excelencia.
Responsabilidades:
- Diseñar, desarrollar e implementar soluciones escalables de IA generativa en un entorno de producción.
- Colaborar con equipos multidisciplinarios para asegurar la integración exitosa de la IA generativa en productos y servicios.
- Mantener la documentación detallada y actualizada sobre el ciclo de vida de los modelos y sus registros.
- Proveer liderazgo técnico y mentoría a los miembros más jóvenes del equipo.
- Asegurar que las soluciones cumplan con los requisitos del cliente y los estándares de calidad.
Requisitos:
- Más de 10 años de experiencia en arquitectura de software, con al menos 3-5 años enfocados específicamente en arquitectura de Machine Learning/IA.
- Experiencia comprobada en el diseño e implementación de soluciones de IA generativa a gran escala en un entorno de producción.
- Competencia en lenguajes de programación como Python, con experiencia en marcos de IA/ML relevantes (p. ej., TensorFlow, PyTorch, Hugging Face Transformers).
- Conocimiento de las plataformas en la nube (AWS, Azure, GCP) y sus servicios de IA/ML.
- Experiencia con tecnologías de contenedorización (Docker, Kubernetes) y plataformas MLOps (p. ej., MLflow, Kubeflow, AWS Sagemaker).
- Familiaridad con marcos de computación distribuida (p. ej., Spark, Dask) es una ventaja.
- Comprensión de las estructuras de datos, algoritmos y principios de diseño de software.
- Habilidades analíticas y de resolución de problemas con un enfoque creativo para desafíos complejos.
- Excelentes habilidades de comunicación verbal y escrita, con la capacidad de articular conceptos técnicos complejos para audiencias técnicas y no técnicas.
